多头注意力记忆网络的对象级情感分类

论文摘要

细粒度的情感分类任务需要识别文本当中与评论对象相关度最高的观点词并进行情感极性分类.文中利用多头注意力机制改进记忆网络,提取不同对象情感分类特征,实现对象级情感分类.将文本的词嵌入向量存储在记忆组件中,使用多头注意力机制在多个特征空间同时建模文本整体语义与对象相关语义.利用前馈网络层整合多个特征空间下的信息作为分类特征.在SemEval-2014数据集及扩充的数据集上实验表明,文中方法有利于缓解方法的选择性偏好.

论文目录

• 1 基于多头注意力记忆网络的情感分类方法
•   1.1 记忆网络
•   1.2 多头注意力记忆网络总体结构
•   1.3 注意力层
•   1.4 位置信息
•   1.5 前馈网络层
•   1.6 损失函数
• 2 实验及结果分析
•   2.1 实验条件
•   2.2 性能对比
•   2.3 位置信息编码方式的影响
• 3 结 束 语

文章来源

类型: 期刊论文

作者: 张新生,高腾

关键词: 文本情感分类,细粒度情感分析,注意力机制,记忆神经网络

来源: 模式识别与人工智能 2019年11期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 西安建筑科技大学管理学院

基金: 国家自然科学基金项目(No.4187752)资助~~

分类号: TP391.1;TP183

DOI: 10.16451/j.cnki.issn1003-6059.201911004

页码: 997-1005

总页数: 9

文件大小: 1493K

下载量: 195