基于知识迁移的情感—原因对抽取
作者机构：江西财经大学计算机与人工智能学院 江西财经大学数据与知识工程江西省高校重点实验室
出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)
年 卷 期：2025年第1期
页 面：121-132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：国家自然科学基金(62272206,62272205,62462034) 江西省主要学科学术和技术带头人培养计划领军人才项目(20213BCJL22041) 江西省自然科学基金(20212ACB202002,20242BAB25119) 江西省教育厅科学技术研究项目(GJJ2200501)
摘 要：现有的情感—原因对抽取模型均没有通过加入外部知识来提升情感—原因对的抽取效果。该文提出基于知识迁移的情感—原因对抽取模型(ECPE-KT),采用知识库获取文本的显性知识编码；随后引入外部情感分类语料库迁移得到子句的隐性知识编码；最后拼接两个知识编码，加入情感(原因)子句预测概率及相对位置，搭配Transformer机制融合上下文，并采用窗口机制优化计算压力，实现情感—原因对抽取。在ECPE数据集上的实验结果表明，该文提出的方法超过当前最先进的模型ECPE-2D。
同方期刊数据库
