典型文献
面向特定方面情感分析的图卷积过度注意(ASGCN-AOA)模型
文献摘要：
针对注意力机制与卷积神经网络模型在方面级情感分析研究中,无法发掘句中长距离单词与相关句法约束间依存关系,而将与语法无关的上下文单词作为方面情感判断线索的问题,该文提出了一种结合图卷积网络(GCN)和注意-过度注意(AOA)神经网络的方面级情感分类模型(ASGCN-AOA).首先,采用双向长短时记忆网络来对上下文词之间特定于方面的表示进行建模;其次,在每个句子的依赖树上,建立相应图形卷积网络(GCN),得到同时考虑句法依赖性和远距离多词关系的方面特征;最后,通过AOA注意力机制,捕获方面词与上下文句子之间的交互和表示,自动关注句子重要部分.在五个数据集Twitter、Lap14、Rest14、Rest15和Rest16上进行实验,采用Accuracy和Macro-F1指标进行评估.实验结果表明,该文模型与其他基于方面分析算法相比有较明显提升.
文献关键词：
自然语言理解;图卷积网络;长短时记忆网络;注意-过度注意神经网络;人工智能
中图分类号：
作者姓名：
夏鸿斌;顾艳;刘渊
作者机构：
江南大学 人工智能与计算机学院,江苏 无锡 214122;江苏省媒体设计与软件技术重点实验室,江苏 无锡 214122
文献出处：
引用格式：
[1]夏鸿斌;顾艳;刘渊-.面向特定方面情感分析的图卷积过度注意(ASGCN-AOA)模型)[J].中文信息学报,2022(03):146-153
A类：
特定方面情感分析,过度注意,ASGCN,图形卷积网络,Lap14,Rest14,Rest15,Rest16
B类：
AOA,注意力机制,卷积神经网络模型,方面级情感分析,中长距离,单词,依存关系,语法,上下文,词作,断线,图卷积网络,方面级情感分类,分类模型,双向长短时记忆网络,文词,定于,句子,依赖树,树上,建立相应,句法依赖,远距离,方面词,文句,Twitter,Accuracy,Macro,自然语言理解
AB值：
0.262039
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。
