期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于HowNet的句子褒贬倾向性研究 被引量：31
1
作者 熊德兰 程菊明 田胜利 《计算机工程与应用》 CSCD 北大核心 2008年第22期143-145,共3页
文本倾向性识别在信息过滤、自动文摘、文本分类等领域有广泛的应用前景。句子倾向性研究是文本倾向性识别的基础,结合句法分析结果和词语语义倾向性可以衡量句子褒贬倾向性。以HowNet的词汇语义相似度计算为基础,提出了基于的语义距离... 文本倾向性识别在信息过滤、自动文摘、文本分类等领域有广泛的应用前景。句子倾向性研究是文本倾向性识别的基础,结合句法分析结果和词语语义倾向性可以衡量句子褒贬倾向性。以HowNet的词汇语义相似度计算为基础,提出了基于的语义距离和语法距离的句子褒贬倾向性计算方法。大量语句实验表明,该方法的计算结果与人工判别结果更接近。 展开更多
关键词 语义相似度 语法分析树 语义距离 语法距离 倾向性识别
下载PDF
融合匹配长短时记忆网络和语法距离的方面级情感分析模型 被引量：1
2
作者 刘辉 马祥 +1 位作者 张琳玉 何如瑾 《计算机应用》 CSCD 北大核心 2023年第1期45-50,共6页
针对现阶段方面级情感分析(ABSA)存在的方面词与不相关上下文错误匹配以及缺乏语法层面特征的问题,提出一种融合匹配长短时记忆网络(mLSTM)和语法距离的ABSA模型mLSTM-GCN。首先,逐词计算方面词与上下文的关联性,并将得到的注意力权重... 针对现阶段方面级情感分析(ABSA)存在的方面词与不相关上下文错误匹配以及缺乏语法层面特征的问题,提出一种融合匹配长短时记忆网络(mLSTM)和语法距离的ABSA模型mLSTM-GCN。首先,逐词计算方面词与上下文的关联性,并将得到的注意力权重与上下文表示融合作为mLSTM的输入,从而得到与方面词关联度更高的上下文表示;然后,引入语法距离以获得与方面词语法关联度更高的上下文,从而获取更多的上下文特征来指导方面词的建模,并通过方面掩盖层得到方面表示;最后,结合位置权重、上下文表示以及方面表示来进行信息交互,从而获取用于情感分析的特征。在Twitter、REST14和LAP14数据集上的实验结果表明,相较于特定方面的图卷积网络(ASGCN),mLSTM-GCN的准确率分别提升1.32、2.50和1.63个百分点,宏平均F1分别提升2.52、2.19和1.64个百分点。可见,mLSTM-GCN能够有效降低方面词与不相关上下文错误匹配的概率,提升分类效果。 展开更多
关键词 方面级情感分析 长短时记忆网络 语法距离 图卷积 注意力机制
下载PDF
基于混合编码与双通道GCN的方面级情感分析
3
作者 程帆 王芳 黄树成 《软件导刊》 2023年第7期15-20,共6页
方面级情感分析研究忽略了词性和物理位置的结合,且仅考虑句子语法结构,缺乏对词深层情感极性的挖掘,包括情感极性标签和情感极性值,由此提出基于混合编码与双通道图卷积网络的方面级情感分析模型HCDCGCN。首先,混合编码部分融合了线性... 方面级情感分析研究忽略了词性和物理位置的结合,且仅考虑句子语法结构,缺乏对词深层情感极性的挖掘,包括情感极性标签和情感极性值,由此提出基于混合编码与双通道图卷积网络的方面级情感分析模型HCDCGCN。首先,混合编码部分融合了线性结构上的词性特征和物理位置特征并馈入到每层网络的输出;然后,双通道图卷积网络在树形结构上结合了语法距离和情感极性以获取重要信息;最后,采用注意力机制突出方面词的情感特征。在3个公共数据集Lap14、Rest14和Twitter上进行实验,其准确率分别达85.56%、88.46%和78.37%,表明HCDC-GCN可以更好地融合语义、词性、物理位置、语法距离和情感极性信息,在方面级情感分析领域具有一定优势。 展开更多
关键词 方面级情感分析 图卷积网络 混合编码 语法距离 情感极性
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部