首页> 中文期刊> 《中文信息学报》 >基于双层注意力循环神经网络的方面级情感分析

基于双层注意力循环神经网络的方面级情感分析

         

摘要

在方面级情感分析中,常用的方法是将循环神经网络和注意力机制结合,利用注意力获取序列中不同单词的重要程度,但这并不能获取不同句子的重要程度,仅仅依赖单层注意力难于获取深层次情感特征信息.为了解决上述问题,该文提出一种基于双层注意力循环神经网络模型.通过双层注意力分别对单词层和句子层进行建模,捕获不同单词和不同句子的重要性,利用双向的循环神经网络获取更多的序列上下文依赖信息.情感特征信息具有重要性,但在深层神经网络中却未被充分利用.因此,该文将方面、词性信息和位置信息作为模型的辅助信息,进行更深层次情感特征信息学习,有效识别不同方面的情感极性.该方法与IAN模型相比,在SemEval 2014中的Restaurant数据集和Laptop数据集上进行实验,分类准确率分别提升了2.0% 和5.2%.在与TD-LSTM模型对比中,Twitter数据集的分类准确率提升了1.7%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号