典型文献
基于维度-标签信息的多元情绪回归方法
文献摘要：
近年来,情绪分析方法的研究得到了飞跃式的进展,但作为情绪分析研究任务之一的情绪回归任务因语料的匮乏,目前还没有取得突破性的成果.相比情绪分类的研究,情绪回归方法受分类体系的影响较小,更具有泛化性.该文提出了一种基于维度-标签信息的多元情绪回归方法,可以同时预测输入文本在极性、强度和可控性三个维度的分值.该方法利用情绪维度和情绪类别的互信息,具体的方法是尽可能最大化两个不同情绪标签的文本在表示空间中的距离,从而输出与真实值更接近的预测分数.在英文数据集EM OBANK上的实验结果表明,该方法在均方误差和皮尔森相关系数两个指标上取得了显著提升,尤其是在极性和强度这两个维度上有较好的性能表现.
文献关键词：
情绪回归;多任务模型;维度-标签信息;情绪分析
中图分类号：
作者姓名：
谭惜姿;朱苏阳;李寿山;周国栋
作者机构：
苏州大学计算机科学与技术学院,江苏苏州215006
文献出处：
引用格式：
[1]谭惜姿;朱苏阳;李寿山;周国栋-.基于维度-标签信息的多元情绪回归方法)[J].中文信息学报,2022(12):149-158
A类：
情绪回归,OBANK
B类：
标签信息,元情绪,情绪分析,研究任务,语料,情绪分类,分类体系,泛化性,可控性,法利,情绪维度,互信息,空间中的距离,真实值,EM,均方误差,皮尔森相关系数,多任务模型
AB值：
0.308044
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。
