检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于句法依存和条件随机场的韵律短语识别

清华大学学报（自然科学版） 2019年第7期59卷 530-536页

作者：钱揖丽张二萌山西大学计算机与信息技术学院太原030006 山西大学计算机智能与中文信息处理教育部重点实验室太原030006

正确划分句子的韵律结构对于提高合成语音的质量具有重要的意义。特征的选择是韵律结构预测的关键因素之一。在中文信息处理中,文本特征可以分为浅层文本特征与深层文本特征。浅层特征包括词、词性、词长等;深层特征包括句法信息、语义... 详细信息

正确划分句子的韵律结构对于提高合成语音的质量具有重要的意义。特征的选择是韵律结构预测的关键因素之一。在中文信息处理中,文本特征可以分为浅层文本特征与深层文本特征。浅层特征包括词、词性、词长等;深层特征包括句法信息、语义信息等。该文在挖掘剖析句法结构、依存句法结构同韵律结构之间关系的基础上,从文本中获取相关浅层和深层文本特征,并采用条件随机场模型实现韵律短语预测。首先以浅层文本特征进行韵律短语识别,然后在此基础上加入句法依存深层文本特征进行模型构建。实验结果表明:加入句法依存特征后,韵律短语预测精确率提高了13.3%,召回率提高了14.69%,F值提高了14.1%。

关键词：韵律短语预测句法依存文本特征条件随机场

基于句法依存和注意力机制的多特征多重融合情感分类模型

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第11期41卷 3295-3302页

作者：夏家莉余子恺邓庆山刘德喜彭文忠罗文军江西财经大学软件与物联网工程学院南昌330013 江西财经大学信息管理学院南昌330013

针对现有的深度学习模型难以提取在线评论的丰富语义信息,从而难以准确提取文本情感的问题,提出了一种基于句法依存关系和注意力机制的多特征多重融合情感分类模型MF-SDAM(multi-feature multiple fusion sentiment classification mode... 详细信息

针对现有的深度学习模型难以提取在线评论的丰富语义信息,从而难以准确提取文本情感的问题,提出了一种基于句法依存关系和注意力机制的多特征多重融合情感分类模型MF-SDAM(multi-feature multiple fusion sentiment classification model based on syntactic dependency and attention mechanism)。该模型首先利用句法依存关系提取在线评论的属性-观点对信息,然后利用动态词嵌入模型BERT获取文本的动态特征向量表示;接着,基于双通道的特征提取策略,分别利用卷积神经网络(TextCNN)和融入注意力机制的双向长短期记忆网络(Att-BiLSTM)提取文本的局部和全局语义特征,为进一步提取特征的全局语义信息,将文本特征与Att-BiLSTM的输出特征进行拼接,并结合注意力机制对情感特征进行加权;最后,基于多融合方式互补的特征融合策略对局部语义特征和全局语义特征进行特征融合,减少关键信息丢失的问题。选取外卖、酒店领域的三个真实公开的在线评论数据集进行效果验证,实验结果表明,MF-SDAM针对在线评论情感分类任务的性能表现优异,其准确率和F_1值在大多数情况下都优于10个基准模型,且对于不平衡数据集具有较好的鲁棒性。

关键词：情感分类在线评论多特征多重融合句法依存注意力机制

在线全文

学校读者我要写书评

暂无评论

本体和句法依存结合的微博信息情感分析

本体和句法依存结合的微博信息情感分析

作者：罗敏北京化工大学

学位级别：硕士

随着移动互联网的普及,微博作为社交平台已经成为了事件爆发的最快消息来源。对于企业来说,微博用户博文中包含的情感信息成为企业重要决策参考。为了能够方便准确地从微博中获取情感信息,提出了一种基于本体和句法依存相结合的微博情... 详细信息

随着移动互联网的普及,微博作为社交平台已经成为了事件爆发的最快消息来源。对于企业来说,微博用户博文中包含的情感信息成为企业重要决策参考。为了能够方便准确地从微博中获取情感信息,提出了一种基于本体和句法依存相结合的微博情感分析法。将包含核心词的空白本体持久化到数据库,然后利用句法依存原理,从采集的微博数据中提取句法依存关系来进行本体更新,接着提出了一种新的情感权值计算方法,将本体维度信息考虑在内实现情感分析。实验表明,该方法在描绘微博数据情感倾向性上,较其他方法有长足的优势。本文的主要研究内容如下:1.利用核心词的关联名词扩充语料库。网民微博评价数据中,有时会略掉核心词和敏感词,更会为产品起代称,代称所包含的信息条目有时甚至比原称更多,因此只利用原称来分析不够客观和全面。本文利用工具对原始数据进行了降维处理,再从原始数据中获取与原称最相似的名词,然后去爬取所对应的微博数据,以达到扩充语料库的目的。2.利用句法依存关系扩充本体的维度。本体多依赖于手动创建,此方法覆盖维度较少且工作量巨大,对效率会造成极大影响,且维度会出现空维度的情况。本文利用句法依存关系,从微博数据中发现跟核心本体相关的依存关系,然后利用依存关系的相关词来自动扩充本体维度。3.利用句法依存关系扩充本体情感词汇。本体的维度存在一些特定的情感词,是在初始创建时无法预料到的,对于这部分需要在数据中挖掘的词语,本文利用句法依存关系,在数据的遍历中寻找到对应维度的情感词汇,并加入本体系统中,从而达到自动扩充情感词汇的目的。4.利用本体信息提出了一种新的情感权值计算方法。本文提出了一种基于本体维度的情感权值分析方法,该方法将情感词所在的本体维度考虑进去,这样能够充分利用情感词的空间位置信息,避免不重要词语权重过大的情况出现,能够更充分地反映数据整体的情感倾向。5.以“蒙牛”为研究对象,利用工具完成“蒙牛”微博数据的爬取,从中发现核心名词关联名词,然后爬取关联名词微博并进行筛选,接着利用数据完成“蒙牛”本体的持久化和内容扩展,最后计算出情感倾向性。通过实验对比结果,证明本文所构建的新方法在描绘微博数据情感倾向性上,较其他方法有长足的优势。

关键词：本体句法依存微博情感分析

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

句法依存引导的自注意力机制的中文分词

计算机系统应用 2023年第9期32卷 265-271页

作者：周保途科大国创云网科技有限公司合肥230088

在前人工作的基础上,提出句法依存引导的自注意力机制以融合句法依存知识去提升中文分词的性能,使得自注意力机制只关注那些对当前字符的分词标签有句法依存影响的字符,学习它们对于当前字符的影响程度,另外,该文根据句法依存树对引导... 详细信息

在前人工作的基础上,提出句法依存引导的自注意力机制以融合句法依存知识去提升中文分词的性能,使得自注意力机制只关注那些对当前字符的分词标签有句法依存影响的字符,学习它们对于当前字符的影响程度,另外,该文根据句法依存树对引导后的自注意力机制进行位置编码.实验结果表明,模型相较于baseline取得了性能上的提升,同时模型对未登录词的识别能力也有所提升.

关键词：句法依存位置编码自注意力机制中文分词

在线全文

学校读者我要写书评

暂无评论

句法依存的理论解释

外文研究 2018年第2期6卷 18-26页

作者：彭程皖西学院

经典的生成语法用语言能力来解释句法依存现象。近年来,很多学者把句法依存现象看成是语言行为的结果,这与最简方案也是相容的,言语分析和言语产出都可能对此现象的形成具有重要作用。语言能力过分生成、语感判断可以接受的句子只是语... 详细信息

经典的生成语法用语言能力来解释句法依存现象。近年来,很多学者把句法依存现象看成是语言行为的结果,这与最简方案也是相容的,言语分析和言语产出都可能对此现象的形成具有重要作用。语言能力过分生成、语感判断可以接受的句子只是语法允准句子的一个子集,对此需要言语分析和言语产出等言语处理因素予以解释。

关键词：句法依存语言能力语言行为言语分析言语产出

在线全文

学校读者我要写书评

暂无评论

融合句法依存树注意力的关系抽取研究

广东通信技术 2020年第10期40卷 43-47,71页

作者：张翠周茂杰杨志清桂林理工大学博文管理学院桂林理工大学

在基于机器学习的关系抽取方法中,句法依存树通常被当文本的一个输入特征进行训练,获得相应的权值,对关系的预测起作用。这种方法可以在语义特征中加入句法特征,但是两类特征没有进行有效融合,句法依存特征的作用不明显。通过句法依存... 详细信息

在基于机器学习的关系抽取方法中,句法依存树通常被当文本的一个输入特征进行训练,获得相应的权值,对关系的预测起作用。这种方法可以在语义特征中加入句法特征,但是两类特征没有进行有效融合,句法依存特征的作用不明显。通过句法依存树分析,构建依存树的图表示,用图表示矩阵计算注意力因子,利用双向长短记忆网络训练文本的语义特征,最后加入语义特征与注意力权重,实现实体关系抽取。通过在SemEval task8语料库上进行实验分析,文本的算法可以有效提升实体关系抽取效果。

关键词：关系抽取句法依存注意力融合

在线全文

学校读者我要写书评

暂无评论

单向句法依存关系指导下的跨模态检索

现代信息科技 2023年第10期7卷 74-79页

作者：张知奇袁鑫攀曾志高湖南工业大学湖南株洲412007

大多数现有的跨模态检索方法仅使用每个模态内的模态内关系或图像区域和文本词之间的模态间关系。文章中提出了一种基于自然语言的句法依存关系的视觉语言模型,称为Dep-ViLT。通过句法依存分析,构建句法依存树,利用单向的句法依存关系... 详细信息

大多数现有的跨模态检索方法仅使用每个模态内的模态内关系或图像区域和文本词之间的模态间关系。文章中提出了一种基于自然语言的句法依存关系的视觉语言模型,称为Dep-ViLT。通过句法依存分析,构建句法依存树,利用单向的句法依存关系增强核心语义的特征表达,促进语言模态与视觉模态的特征交互。实验表明,Dep-ViLT对比现有的SOTA模型召回率(R@K)平均提升了1.7%,最高提升2.2%。最重要的是,Dep-ViLT在具有复杂语法结构的长难句中依然表现良好。

关键词：句法依存跨模态检索图卷积 Transformer

在线全文

学校读者我要写书评

暂无评论

基于依存句法信息的方面级情感分类

基于依存句法信息的方面级情感分类

作者：张沁洋大连工业大学

学位级别：硕士

随着电子商务、评论网站和社交平台的发展,用户能更加方便、实时地表达他们对各种消费产品的各个方面的意见。这些主观文本资源既能给商家提供大量的用户体验反馈和改进方向,也能作为其他消费者的购买参考,并起到产品监督的作用。面对... 详细信息

随着电子商务、评论网站和社交平台的发展,用户能更加方便、实时地表达他们对各种消费产品的各个方面的意见。这些主观文本资源既能给商家提供大量的用户体验反馈和改进方向,也能作为其他消费者的购买参考,并起到产品监督的作用。面对庞大的文本数据资源,为了高效准确的提取这些文本所包含的有用信息,方面级情感分类应运而生。神经网络的再度兴起之后,深度学习逐渐取代了传统方法,被运用在了方面级情感分类上,取得较为不错效果的同时,减少了人力开销。但当前国内外大多数基于深度学习的方面级情感分类模型没有引入句法信息,为了将句法信息引入到神经网络模型中参与训练,提升模型性能,本文主要工作如下:首先,本文结合情感分析研究背景,就深度学习在方面级情感分类上的应用做了梳理与归纳。概括情感分析的发展历程,阐明引入深度学习方法到方面级情感分类问题的动机。将方面级情感分类模型归纳为8大类并对主流模型做出展示和说明,总结了对应模型的优缺点和引入依存句法信息的意义。在深入了解模型的基础上,本研究提出一种新的方面术语表示方法,将依存句法信息与原方面术语相结合。该方法利用Glove词向量表示单词以及单词与单词之间的依存关系,构造出包含依存句法信息的依存关系邻接矩阵和依存关系表示矩阵,再利用图卷积神经网络和多头注意力机制将依存句法信息融入到方面术语中,使得方面术语表达与上下文结构高度相关。然后,本研究将改进后的方面词术语表示替换到现有模型,原模型泛化能力得到有效提升,收敛速度变快。将注意力头数作为超参数进行了自身对照实验,验证了注意力头数对提取依存句法信息有影响,因而注意力头数的选取,应综合考虑时间和效果上的权衡。引入句法依存信息会增加模型训练参数,为了减小训练时长,通过监测迭代次数,分析相关性能指标曲线图得出采用提前结束训练的方法,可节省训练时间的结论。最后,通过对比实验和分析结果表明了提出方法具有有效性和泛化性。

关键词：方面级情感分类深度学习句法依存注意力机制

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

基于局部特征聚焦的方面级情感分析

计算机应用研究 2023年第3期40卷 682-688页

作者：余本功张书文高春阳合肥工业大学管理学院合肥230009 合肥工业大学过程优化与智能决策教育部重点实验室合肥230009

现有方面级情感分析模型忽略了各词间句法关系且未能针对性地提取语义信息。为此,提出一种可聚焦局部上下文特征的方面级情感分析模型,其核心思想在于构建局部上下文加权邻接图和动态赋权方法,通过图卷积神经网络生成聚焦于局部上下文... 详细信息

现有方面级情感分析模型忽略了各词间句法关系且未能针对性地提取语义信息。为此,提出一种可聚焦局部上下文特征的方面级情感分析模型,其核心思想在于构建局部上下文加权邻接图和动态赋权方法,通过图卷积神经网络生成聚焦于局部上下文信息的方面词特征。具体地,首先采用局部上下文动态赋权方式增加局部上下文的关注度;其次,在提取句法依存关系的基础上为上下文各节点赋权,构建针对局部上下文赋权的邻接图;最后,由图卷积神经网络提取聚焦于局部上下文信息的方面词特征。在公开数据集上的实验结果表明,与ASGCN相比,提出模型在restaurant和laptop数据集中的宏F1值分别提高了1.76%和1.12%,经过局部上下文加权,聚焦局部特征所得信息有助于提高分类效果。

关键词：方面级情感分析局部上下文加权图卷积神经网络句法依存局部特征聚焦