典型文献
RoBERTa融合BiLSTM及注意力机制的隐式情感分析
文献摘要：
隐式情感分析是自然语言处理的研究热点之一,由于其表达隐晦且缺少显示情感词,使得传统的文本情感分析方法不再适用.针对隐式情感分析中句子语义的隐藏情感捕捉困难问题,提出了基于RoBERTa融合双向长短期记忆网络及注意力机制的RBLA模型.该模型使用RoBERTa预训练模型捕获隐式情感句中字词的语义特征,再使用双向长短期记忆网络学习句子的正反向语义信息,以捕获句子间的依赖关系,实现对文本深层次特征的提取.使用注意力机制进行情感权重计算,通过softmax函数进行归一化处理,得出隐式情感分类结果.实验结果表明,与现有的几种典型隐式情感分类模型相比较,RBLA模型在精确率、召回率和F1值上均取得了较好效果.
文献关键词：
自然语言处理;隐式情感分析;RoBERTa;注意力机制;双向长短期记忆网络(BiLSTM)
中图分类号：
作者姓名：
张军;张丽;沈凡凡;谭海;何炎祥
作者机构：
东华理工大学 信息工程学院,南昌 330013;东华理工大学 江西省放射性地学大数据技术工程实验室,南昌 330013;南京审计大学 计算机学院,南京 211815;武汉大学 计算机学院,武汉 430072
文献出处：
引用格式：
[1]张军;张丽;沈凡凡;谭海;何炎祥-.RoBERTa融合BiLSTM及注意力机制的隐式情感分析)[J].计算机工程与应用,2022(23):142-150
A类：
隐式情感分析,RBLA
B类：
RoBERTa,BiLSTM,注意力机制,自然语言处理,隐晦,文本情感分析,句子,困难问题,双向长短期记忆网络,模型使用,预训练模型,字词,语义特征,网络学习,正反,语义信息,依赖关系,层次特征,特征的提取,权重计算,softmax,归一化处理,情感分类,分类模型,精确率,召回率
AB值：
0.231481
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。
