典型文献
结合多种注意力机制的方面词提取方法
文献摘要：
方面词提取是方面级情感分析中最重要的子任务之一,其旨在从评论文本中找出意见目标.当前对于方面词提取主要使用卷积神经网络(Convolutional Neural Networks,CNN)和双嵌入的方法,但传统的CNN模型受限于卷积核感受野,不能很好地获取全局信息.为此,该文提出了一种基于双嵌入和多种注意力的方面词提取模型.联合使用non-local网络能够更好地捕获长范围依赖关系,使用与跳跃连接相结合的空间注意力能够更好地捕获文本的字符特征.该文模型在Laptop数据集和Restaurant数据集上分别进行了实验,F1值分别为83.39％和76.26％.与多个基线模型相比,该文提出的模型性能更优.
文献关键词：
Non-local网络;空间注意力;方面词提取;跳跃连接;双嵌入
中图分类号：
作者姓名：
张名芳;相艳;邵党国;熊馨
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650504
文献出处：
引用格式：
[1]张名芳;相艳;邵党国;熊馨-.结合多种注意力机制的方面词提取方法)[J].中文信息学报,2022(03):136-145
A类：
B类：
注意力机制,方面词提取,方面级情感分析,子任务,评论文本,Convolutional,Neural,Networks,双嵌入,受限于,卷积核,感受野,全局信息,提取模型,联合使用,local,依赖关系,跳跃连接,空间注意力,力能,字符,Laptop,Restaurant,基线模型,模型性能,Non
AB值：
0.368951
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。
