检索结果-南通市图书馆

检索条件"主题词=双向图卷积"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于双向图卷积与注意力机制的方面级情感分析研究

基于双向图卷积与注意力机制的方面级情感分析研究

引用

作者：唐大力重庆理工大学

学位级别：硕士

在网络时代的背景下,自媒体和电商平台已成为社会生活中不可或缺的角色,它们汇集的用户评论和观点形成了庞大的文本数据流。如何在海量的数据中快速筛选出具备价值的信息,现已成为研究的重要课题。方面级情感分析作为一种能够深入挖掘... 详细信息

在网络时代的背景下,自媒体和电商平台已成为社会生活中不可或缺的角色,它们汇集的用户评论和观点形成了庞大的文本数据流。如何在海量的数据中快速筛选出具备价值的信息,现已成为研究的重要课题。方面级情感分析作为一种能够深入挖掘用户观点态度的技术,因其实用性和广泛的应用前景,吸引了众多研究者的目光。近年来,基于依存句法的图神经网络在方面级情感分析领域取得了显著成果。其独特的优势在于能够精准地捕获方面项与意见词之间的远距离依赖关系,从而更准确地判断用户的情感倾向。然而,尽管该方法表现优异,但仍面临着句法信息学习不足和方面项与上下文特征提取不全面等挑战。因此,本文将对此展开深入分析与研究,主要的贡献及研究工作如下:(1)针对现有的基于依存树的图神经网络模型中,情感词上下文感知信息利用不足以及解析依存树产生噪音的问题。本文将双向图卷积和依存树相结合,提出了基于增强图与双向图卷积的方面级情感分析模型。首先,通过方面项与上下文词的位置关系构建依赖关系的增强图,以增强方面项对情感词的依赖和上下文的感知能力。其次,构建了一个双重位置感知,从多角度捕获方面词与上下文之间的特定位置关系信息,从而减少噪音偏差对实验的影响。然后,构建一个双向图卷积神经网络来融合语义和句法特征,通过方面掩盖层后得到更准确的方面表示。最后,将情感特征输入分类器,预测方面项对应的情感极性。实验结果表明,该模型能够有效地提升分类性能。(2)针对当前语义层面可能存在文本表示特征不全,且容易忽略方面术语内部信息等问题。本文通过融合双向图卷积和注意力机制结构,提出了一种基于双向图卷积与注意力机制的方面级情感分析方法。该方法首先引入多头自注意力机制来重新分配依存树解析中语义信息的权重,以更新句法依存树中句子的语义表示,并通过双向图卷积形成最终句法特征表示。然后,将上下文和方面项特征表示进行平均池化处理,根据上下文和方面项的语义相关性,重新计算出方面项与上下文交互影响的特征表示,并将其与原始特征表示进行连接,形成最终的语义特征表示。最后,将语义特征和句法特征融合,作为情感分析的依据。实验结果表明,该模型在四个公开数据集上取得了一定的效果。(3)结合本文提出的基于双向图卷积与注意力机制的方面级情感分析方法,设计并实现了一个方面级情感分析原型系统。该系统能够准确预测输入句子中特定方面项的情感极性,并将分析结果以直观的方式展示出来,为用户提供有价值的情感信息。

关键词：增强图双重位置感知双向图卷积多头自注意力交互注意力

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：