-
题名基于多注意力长短时记忆的实体属性情感分析
被引量：9
- 1
-
-
作者
支淑婷
李晓戈
王京博
王鹏华
-
机构
西安邮电大学计算机学院
陕西省网络数据分析与智能处理重点实验室(西安邮电大学)
北京小米智能科技有限公司人工智能与云平台
-
出处
《计算机应用》
CSCD
北大核心
2019年第1期160-167,共8页
-
基金
陕西省重点研发计划项目(2018ZDXM-GY-043)
陕西省科技创新基金资助项目(2016KTZDGY04-03)
+1 种基金
陕西省咸阳市重大科技创新专项(103-203990009)
西安邮电大学研究生创新基金资助项目(103-602080017)~~
-
文摘
属性情感分析是细粒度的情感分类任务。针对传统神经网络模型无法准确构建属性情感特征的问题,提出了一种融合多注意力和属性上下文的长短时记忆(LSTM-MATT-AC)神经网络模型。在双向长短时记忆(LSTM)的不同位置加入不同类型的注意力机制,充分利用多注意力机制的优势,让模型能够从不同的角度关注句子中特定属性的情感信息,弥补了单一注意力机制的不足;同时,融合双向LSTM独立编码的属性上下文语义信息,获取更深层次的情感特征,有效识别特定属性的情感极性;最后在Sem Eval2014 Task4和Twitter数据集上进行实验,验证了不同注意力机制和独立上下文处理方式对属性情感分析模型的有效性。实验结果表明,模型在Restaurant、Laptop和Twitter领域数据集上的准确率分别达到了80. 6%、75. 1%和71. 1%,较之前基于神经网络的情感分析模型在准确率上有了进一步的提高。
-
关键词
属性情感分析
多注意力机制
上下文语义特征
神经网络
自然语言处理
-
Keywords
aspect sentiment analysis
multi-attention mechanism
contextual semantic feature
neural network
Natural Language Processing(NLP)
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于跨模态多维关系增强的多模态模型研究
- 2
-
-
作者
成曦
杨关
刘小明
刘阳
-
机构
中原工学院计算机学院
中原工学院河南省网络舆情监测与智能分析重点实验室
西安电子科技大学通讯工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第8期2367-2374,共8页
-
基金
国家自然科学基金青年资助项目(61906141)
河南省高等学校重点科研资助项目(23A520022)
东北师范大学应用统计教育部重点实验室资助项目(135131007)。
-
文摘
针对当前多模态模型不能充分挖掘图像中非显著区域的空间关系和上下文间的语义关系,导致多模态关系推理效果不佳的问题,提出了一个基于跨模态多维关系增强的多模态模型(multi-dimensional relationship enhancement model,MRE),用于提取潜层结构下图像各要素之间的空间关系信息,并推理出视觉—语言间的语义相关性。设计了特征多样性模块用于挖掘图像中与显著区域相关的次显著区域特征,从而增强图像空间关系特征表示。同时设计了上下文引导注意模块来引导模型学习语言上下文在图像中的关系,实现跨模态关系对齐。在MSCOCO数据集上的实验表明所提模型获得了更好的性能,其中BLEU-4和CIDEr分数分别提升了0.5%和1.3%。将这种方法应用到视觉问答任务中,在VQA 2.0数据集上性能得到了0.62%的提升,证明了该方法在多模态任务方面的广泛适用性。
-
关键词
图像描述
视觉问答
特征多样性
空间关系
上下文语义关系
特征融合
多模态编码
-
Keywords
image description
visual question answering
feature diversification
spatial relationship
contextual semantic relationship
feature fusion
multimodal encoding
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
