典型文献
基于上下文和位置交互协同注意力的文本情绪原因识别
文献摘要：
文本情绪原因识别是情绪分析的重要研究任务,其目的是发现文本中个体情绪产生、变迁的原因.近年来,深度神经网络和注意力机制被广泛应用到情绪原因识别方法中,取得了较好的效果.但在这些工作中,文本中的语义信息以及上下文信息未能被充分学习,子句的相对位置信息也未被有效利用.因此,该文提出一种基于上下文和位置交互的协同注意力神经网络模型(Context and Position Interactive Co-Attention Neural Network,CPC-ANN)来识别情绪原因.该模型不仅通过Transformer网络的多头自注意力机制学习到不同的文本子句语义信息,还充分利用候选原因子句的邻近子句来获得更多的上下文信息.同时,该模型通过在子句的每个词向量中嵌入相对位置信息,为文本情绪原因识别提供线索.在EMNLP2016中文情绪原因发现数据集上的实验结果显示,CPC-ANN模型取得了比其他基线模型更好的效果.
文献关键词：
情绪原因识别;协同注意力;神经网络;上下文;位置
中图分类号：
作者姓名：
徐秀;刘德喜
作者机构：
江西财经大学 信息管理学院,江西 南昌 330013
文献出处：
引用格式：
[1]徐秀;刘德喜-.基于上下文和位置交互协同注意力的文本情绪原因识别)[J].中文信息学报,2022(02):142-151
A类：
情绪原因,情绪原因识别,EMNLP2016
B类：
文和,协同注意力,文本情绪,情绪分析,研究任务,深度神经网络,语义信息,上下文信息,子句,相对位置,位置信息,注意力神经网络,Context,Position,Interactive,Attention,Neural,Network,CPC,ANN,别情,Transformer,多头自注意力机制,本子,词向量,提供线索,文情,基线模型
AB值：
0.266011
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。
