典型文献
基于互学习的多词向量融合情感分类框架
文献摘要：
方面级情感分类是当前的研究热点之一,其目标是自动推断文本中特定方面的情感倾向.融合多种不同类型的词向量作为基于深度学习模型的输入,在该任务上取得了较好的效果.然而,通过直接拼接或门控机制等方式融合多种不同的词向量,不能充分发挥每种词向量的作用.为了解决这个问题,该文提出了一种基于互学习的多词向量融合情感分类框架,其目的是充分利用普通词向量、领域词向量和情感词向量中的信息,提高分类的性能.具体地,首先构建以三种词向量的融合作为输入的主模型,然后分别构建三个以单一词向量作为输入的辅助模型,最后基于互学习的方式联合训练主模型和辅助模型,以达到相互促进的效果.在三个常用数据集上的实验表明,该文提出框架的性能明显好于基准方法.
文献关键词：
方面级情感分类;互学习;领域词向量;情感词向量;深度学习
中图分类号：
作者姓名：
曹柳文;周艳艳;邬昌兴;黄兆华
作者机构：
华东交通大学软件学院,江西南昌 330013;江西卫生职业学院,江西南昌330052
文献出处：
引用格式：
[1]曹柳文;周艳艳;邬昌兴;黄兆华-.基于互学习的多词向量融合情感分类框架)[J].中文信息学报,2022(07):164-172
A类：
情感词向量
B类：
互学习,向量融合,分类框架,方面级情感分类,情感倾向,多种不同,深度学习模型,拼接,门控机制,领域词向量,主模型,辅助模型,联合训练,基准方法
AB值：
0.213983
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。
