典型文献
基于代价敏感的中文文本的情感-原因对提取研究
文献摘要:
情感-原因对提取在商业信息挖掘等领域有重要的应用.为了解决情感-原因对提取任务中数据集出现的标签不平衡问题,提出基于代价敏感的损失函数方法解决标签不平衡,同时,针对谷歌全词覆盖BERT的国外公开数据集缺乏中文语言的相关模型和忽略了中文分词的作用,该文采用哈工大讯飞联合发布中文BERT-wwm进行预训练.通过对比试验表明,在P、R、F1结果都有提升,尤其F1结果上有接近1%的提升,验证了该方法在情感-原因对提取研究上的有效性.
文献关键词:
情感-原因对提取;标签不平衡;代价敏感;BERT-wwm
中图分类号:
作者姓名:
胡朝晖;潘伟民;张海军;韩连金
作者机构:
新疆师范大学计算机科学技术学院 乌鲁木齐 830054
文献出处:
引用格式:
[1]胡朝晖;潘伟民;张海军;韩连金-.基于代价敏感的中文文本的情感-原因对提取研究)[J].计算机与数字工程,2022(10):2229-2232,2258
A类:
B类:
代价敏感,中文文本,商业信息,信息挖掘,标签不平衡,不平衡问题,损失函数,BERT,外公,公开数据集,相关模型,中文分词,哈工大,wwm,预训练
AB值:
0.368597
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。