基于特征级注意力的方面级情感分类模型研究 |
| |
引用本文: | 杨嘉佳,熊仁都,刘金,唐球,左娇.基于特征级注意力的方面级情感分类模型研究[J].电子技术应用,2021,47(7):78-82. |
| |
作者姓名: | 杨嘉佳 熊仁都 刘金 唐球 左娇 |
| |
作者单位: | 华北计算机系统工程研究所,北京100083;中国长城科技集团股份有限公司,广东深圳518057 |
| |
摘 要: | 近年来大数据、自然语言处理等技术得到了飞速发展。情感分析作为自然语言处理细分领域的前沿技术之一,得到了极大的重视。然而,低参数量、高精度依然是制约情感分析的关键因素之一。为实现模型参数少、模型分类精度高的情感分析需求,通过改进特征级注意力机制的输入向量,以及前馈神经网络与注意力编码的前后位置关系,得到可复位特征级注意力机制,并基于该机制提出了基于可复位特征级注意力方面级情感分类模型(RFWA)和基于可复位特征级自注意力方面级情感分类模型(RFWSA),实现了高精度的方面级情感分析效果。在公开数据集上的实验结果表明,相比现有的主流情感分析方法,所提出的模型有明显的优势,尤其是在取得相当分类效果的情况下,模型的参数量仅为最新AOA网络的1/4。
|
关 键 词: | 情感分析 方面级 特征级 自注意力 |
本文献已被 万方数据 等数据库收录! |
|