基于特征級注意力的方面級情感分類模型研究
所屬分類：技術論文
上傳者：aetmagazine
文檔大?。?span>538 K
標簽： 情感分析 方面級 特征級
所需積分：0分積分不夠怎么辦？
文檔介紹：近年來大數(shù)據(jù)、自然語言處理等技術得到了飛速發(fā)展。情感分析作為自然語言處理細分領域的前沿技術之一，得到了極大的重視。然而，低參數(shù)量、高精度依然是制約情感分析的關鍵因素之一。為實現(xiàn)模型參數(shù)少、模型分類精度高的情感分析需求，通過改進特征級注意力機制的輸入向量，以及前饋神經(jīng)網(wǎng)絡與注意力編碼的前后位置關系，得到可復位特征級注意力機制，并基于該機制提出了基于可復位特征級注意力方面級情感分類模型(RFWA)和基于可復位特征級自注意力方面級情感分類模型(RFWSA)，實現(xiàn)了高精度的方面級情感分析效果。在公開數(shù)據(jù)集上的實驗結(jié)果表明，相比現(xiàn)有的主流情感分析方法，所提出的模型有明顯的優(yōu)勢，尤其是在取得相當分類效果的情況下，模型的參數(shù)量僅為最新AOA網(wǎng)絡的1/4。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。