| 基于双向循环神经网络的评价对象抽取研究 |
| |
| 引用本文： | 陈鹏,徐冰,杨沐昀,李生.基于双向循环神经网络的评价对象抽取研究[J].智能计算机与应用,2017,7(1). |
| |
| 作者姓名： | 陈鹏 徐冰 杨沐昀 李生 |
| |
| 作者单位： | 哈尔滨工业大学计算机科学与技术学院,哈尔滨,150001 |
| |
| 基金项目： | 国家自然科学基金，中央高校基本科研业务费专项资金资助 |
| |
| 摘 要： | 评价对象抽取的研究难点在于如何精确地表示大范围的上下文信息.本文针对微博观点句,采用了基于双向循环神经网络(BRNN)的方法来抽取评价对象并对评价对象的情感倾向进行判定.BRNN的隐藏层对上下文进行了抽象,如果经过良好地训练,就能在循环处理句子时有效地表示远距离的有序上下文信息,而无需对上下文窗口长度进行限定.本文选择了词、词性、依存句法树以及产品词典等特征构建了BRNN模型.通过实验发现,上述4种特征组合获得了最优实验结果,通过与CRF模型的对比,本文提出的方法在相互覆盖模式下F值比CRF模型高出0.61％,验证了本文方法的有效性.本文方法在COAE2015任务3的资源受限评测任务中,获得了最好结果.
|
| 关 键 词： | 情感分析 评价对象抽取 双向循环神经网络模型 条件随机场模型 |
Bidirectional Recurrent Neural Network for opinion target extraction |
| |
| CHEN Peng,XU Bing,YANG Muyun,LI Sheng.Bidirectional Recurrent Neural Network for opinion target extraction[J].INTELLIGENT COMPUTER AND APPLICATIONS,2017,7(1). |
| |
| Authors: | CHEN Peng XU Bing YANG Muyun LI Sheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
