典型文献
采用上下文专注机制的特定目标观点抽取
文献摘要：
针对现有的目标和观点抽取模型未能充分考虑两者的联系的问题,提出一种基于上下文专注机制的特定目标观点抽取模型.将抽取出的目标特征向量与每个位置的上下文词向量拼接构成最终的句子表示,加强目标与句子之间的交互,实现目标融合;采用上下文专注机制把注意力更多地放在目标词的周围,削弱远距离词的语义特征.提出的模型采用双向长短时记忆(bi-directional long short-term memory,BiLSTM)网络将句子编码,并提取特征.与现有模型相比,所提模型的精确率、召回率和F1值都有一定程度的提升,证明了所提算法的有效性.同时,预训练的B E RT模型也被应用到当前任务中,使模型效果获得了进一步的提升.
文献关键词：
目标融合;上下文专注机制;双向长短时记忆(BiLSTM)网络;BERT模型
中图分类号：
作者姓名：
陈聿鹏;陈佳伟;黄荣;韩芳
作者机构：
东华大学 信息科学与技术学院,上海 201620;东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620
文献出处：
引用格式：
[1]陈聿鹏;陈佳伟;黄荣;韩芳-.采用上下文专注机制的特定目标观点抽取)[J].计算机工程与应用,2022(14):160-166
A类：
上下文专注机制
B类：
特定目标,取模,目标特征,特征向量,个位,文词,词向量,向量拼接,句子,实现目标,目标融合,远距离,语义特征,双向长短时记忆,bi,directional,long,short,term,memory,BiLSTM,提取特征,现有模型,精确率,召回率,预训练,当前任务,BERT
AB值：
0.359602
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。
