基于位置增强词向量和GRU-CNN的方面级情感分析模型研究
Aspect-Level Sentiment Analysis Based on Location-Enhanced Word Embeddings and GRU-CNN Model作者机构:华中师范大学计算机学院武汉430079
出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期:2024年第60卷第9期
页 面:212-218页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:教育部人文社会科学研究青年基金项目(19YJC870012) 广东省信息物理融合系统重点实验室、智能制造信息物理融合系统集成技术国家地方联合工程研究中心开放课题
主 题:方面级情感分析 卷积神经网络 预训练词向量 位置函数 注意力机制
摘 要:方面级情感分析旨在判断一段文本中特定方面词的情感倾向,其核心问题是方面词的上下文如何准确表征。与现有研究主要关注注意力机制的改进不同,该文从词语表征和上下文编码模型两个方面进行改进。在词语表征方面,通过BERT模型和位置度量公式获得增强的词向量表示;在上下文编码模型方面,使用GRU-CNN网络提取文本语义特征。在SemEval2014 Task4数据集上的实验表明,提出的模型在Restaurant和Laptop领域中的准确率分别达到了85.54%和80.35%,证实了所提出模型的有效性。