针对传统目标情感分析采用循环神经网络模型导致训练时间长且其他替代模型未能使得上下文和目标词之间实现良好交互等问题,提出了一种用于目标情感分析的注意力门控卷积网络模型。该模型首先将上下文和目标词通过多头注意力机制加强上下文和目标词之间的交互;其次采用门控卷积机制进一步提取关于目标词的情感特征;最后通过Softmax分类器将情感特征进行分类,输出情感极性。实验结果显示,与循环神经网络模型中准确率最高的循环注意力网络模型相比,在SemEval 2014任务四的餐厅和笔记本电脑数据集上的准确率分别提高了1.29%和0.12%;与循环神经网络模型中收敛速度较快的基于注意力的长短期记忆网络模型相比,收敛时间下降了约29.17s。
类型: 期刊论文
作者: 曹卫东,李嘉琪,王怀超
关键词: 情感分析,循环神经网络,多头注意力机制,门控卷积机制
来源: 西安电子科技大学学报 2019年06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: 中国民航大学计算机科学与技术学院
基金: 民航科技创新重大专项（MHRD20160109）,民航安全能力项目（TRSA201803）
分类号: TP391.1;TP183
DOI: 10.19665/j.issn1001-2400.2019.06.005
页码: 30-36
总页数: 7
文件大小: 402K
下载量: 282
本文来源: https://www.lunwen66.cn/article/3cbd640116d04d51fc8041fd.html