典型文献
非独立同分布文本情感表示学习方法
文献摘要：
非独立同分布文本的情感分析往往极具挑战,因其是一类包含词句间耦合关系和同词(句)多义性特点的复杂文本.现有方法中,几乎没有可以全面捕获非独立同分布文本特性的方法用于情感分析.面向情感分析的非独立同分布文本表示学习方法对文本中层次化存在的耦合关系和多义性问题进行建模,将这些决定着情感极性的非独立同分布特点嵌入到文本的向量表示中.非独立同分布文本表示学习方法通过一种带注意力机制的多尺度层次化深度神经网络实现.该神经网络利用多尺度卷积循环结构捕获文本中的耦合关系,利用注意力机制消除文本中的多义性.同时,该神经网络层次化地融合了由深度学习生成的隐式特征表示和由文本情感先验知识构造的显示特征表示,以防止数据过拟合问题并强化情感表示能力.充分的实验表明,非独立同分布文本表示学习方法可以显著增强文本情感分析的性能.
文献关键词：
非独立同分布文本;文本数据表示;情感分析;深度学习
中图分类号：
作者姓名：
李倩;郭红钰;郑扬飞;刘玉龙;李山海;吴艳雄
作者机构：
中国电子科技集团有限公司 第十五研究所,北京 100083;中华全国工商业联合会 信息中心,北京 100035
文献出处：
引用格式：
[1]李倩;郭红钰;郑扬飞;刘玉龙;李山海;吴艳雄-.非独立同分布文本情感表示学习方法)[J].计算机工程与应用,2022(24):180-188
A类：
非独立同分布文本,文本数据表示
B类：
表示学习方法,词句,耦合关系,多义性,杂文,文本表示学习,中层,层次化,情感极性,向量表示,注意力机制,深度神经网络,多尺度卷积,循环结构,网络层,隐式,特征表示,先验知识,知识构造,过拟合,示能,文本情感分析
AB值：
0.152252
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。
