检索结果-南通市图书馆

Improve Chinese Aspect Sentiment Quadruplet Prediction via Instruction Learning Based on Large Generate Models

Computers, Materials & Continua 2024年第3期78卷 3391-3412页

作者： Zhaoliang Wu Yuewei Wu Xiaoli Feng Jiajun Zou Fulian Yin College of Information and Communication Engineering Communication University of ChinaBeijing100024China The State Key Laboratory of Media Convergence and Communication Communication University of ChinaBeijing100024China Department of Electronic Engineering Tsinghua UniversityBeijing100084China

Aspect-Based Sentiment Analysis(absa)is a fundamental area of research in Natural Language Processing(NLP).Within absa,Aspect Sentiment Quad Prediction(ASQP)aims to accurately identify sentiment quadruplets in target sentences,including aspect terms,aspect categories,corresponding opinion terms,and sentiment ***,most existing research has focused on English ***,while ASQP has seen significant progress in English,the Chinese ASQP task has remained relatively *** inspiration from methods applied to English ASQP,we propose Chinese generation templates and employ prompt-based instruction learning to enhance the model’s understanding of the task,ultimately improving ASQP performance in the Chinese ***,under the same pre-training model configuration,our approach achieved a 5.79%improvement in the F1 score compared to the previously leading ***,when utilizing a larger model with reduced training parameters,the F1 score demonstrated an 8.14%***,we suggest a novel evaluation metric based on the characteristics of generative models,better-reflecting model *** results validate the effectiveness of our approach.

关键词： absa ASQP LLMs sentiment analysis Chinese comments

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Syntax-Based Aspect Sentiment Quad Prediction by Dual Modules Neural Network for Chinese Comments

引用

Computers, Materials & Continua 2023年第5期75卷 2873-2888页

作者： Zhaoliang Wu Shanyu Tang Xiaoli Feng Jiajun Zou Fulian Yin College of Information and Communication Engineering Communication University of ChinaDingfuzhuang East Street No.1Beijing100024China Cybersecurity and Criminology Centre University of West LondonSt.Mary’s RoadLondon W55RFLondonUK Department of Electronic Engineering Tsinghua UniversityShuangqing Road No.30Beijing100084China The State Key Laboratory of Media Convergence and Communication Communication University of ChinaDingfuzhuang East Street No.1Beijing100024China

Aspect-Based Sentiment Analysis(absa)is one of the essential research in the field of Natural Language Processing(NLP),of which Aspect Sentiment Quad Prediction(ASQP)is a novel and complete *** aims to accurately recognize the sentiment quad in the target sentence,which includes the aspect term,the aspect category,the corresponding opinion term,and the sentiment polarity of ***,existing approaches lack knowledge of the sentence’s syntax,so despite recent innovations in ASQP,it is poor for complex cyber comment ***,most research has focused on processing English text,and ASQP for Chinese text is almost *** usage is more casual than English,and individual characters contain more *** propose a novel syntactically enhanced neural network framework inspired by syntax knowledge enhancement strategies in other NLP *** this framework,part of speech(POS)and dependency trees are input to the model as auxiliary information to strengthen its cognition of Chinese text ***,we design a relation extraction module,which provides a bridge for the overall extraction of the framework.A comparison of the designed experiments reveals that our proposed strategy outperforms the previous studies on the key metric *** experiments demonstrate that the auxiliary information added to the framework improves the final performance in different ways.

关键词： absa ASQP sentiment analysis Chinese comments

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于中心词的微博热点话题发现和极性分析

基于中心词的微博热点话题发现和极性分析

引用

作者：林杰豪杭州电子科技大学

学位级别：硕士

微博已经成为了当下网民在互联网中分享简短、实时信息的主力社区,多源异构的信息表现方式以及极低的进入和传播门槛都意味着它成为了信息传播和舆情发酵的核心地点。因此,针对微博信息流的研究就变得十分有必要。本次研究主要提出了两... 详细信息

微博已经成为了当下网民在互联网中分享简短、实时信息的主力社区,多源异构的信息表现方式以及极低的进入和传播门槛都意味着它成为了信息传播和舆情发酵的核心地点。因此,针对微博信息流的研究就变得十分有必要。本次研究主要提出了两项工作:(1)本文通过引入中心词概念,提出一种改进LDA主题模型,以期在微博热点话题发现中获得更好的话题分布效果。研究以微博热点数据为对象,首先进行文本表示学习,将基于BERT和Word2Vec的模型设为实验组,基于词频-逆文本频率指数和词袋法的模型设为对照组,最后令实验组和对照组分别生成改进LDA模型和传统LDA模型。通过对比传统LDA模型和改进LDA模型,发现改进方法所生成的LDA模型在高频词分布集中度上更优于传统方法,在下游任务应用中更适合热点话题生成。(2)本文还在热点话题生成工作的基础上,提出一种基于absa的改进情感分析模型,得到每类话题的情感极性分布。研究在赋予局部上下文特征不同权值时,使用基于语义距离的权值衰减方法替代原先方法论中的基于位置衰减法,以期均衡上下文动态掩码的高风险和上下文动态权重的弱效果,得到一种高效且稳定的模型。实验通过设置两种方法为对照组,设置改进方法为实验组,最终发现实验组的AUC效果在峰值处接近上下文动态掩码方法且整体优于上下文动态权重方法。在此基础上,研究还提出了一种极性二分类场景下的概率修正工作,实现了极性概率的量化,并基于中心词计算给出文本的极性值。最后,针对大量的微博数据,经过数据清洗、分词停用、文本表示学习后,在接连的两份工作下,本次研究最终提炼生成得到了基于语料库的热点话题分类及相应情感极性分布。

关键词：微博热点话题 LDA BERT 中心词情感极性分析 absa

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

网络评论的细粒度情感分析与多类型反讽检测研究

网络评论的细粒度情感分析与多类型反讽检测研究

引用

作者：吴俊磊杭州电子科技大学

学位级别：硕士

网络评论包含了用户对于某项服务或者商品的情感信息,对于商业运营具有重要的指导作用。因此,对网络评论进行情感分析具有重要的实际应用价值。为了细粒度地分析网络评论中用户关于某方面的情感倾向,基于方面的情感分析（Aspect-Based S... 详细信息

网络评论包含了用户对于某项服务或者商品的情感信息,对于商业运营具有重要的指导作用。因此,对网络评论进行情感分析具有重要的实际应用价值。为了细粒度地分析网络评论中用户关于某方面的情感倾向,基于方面的情感分析（Aspect-Based Sentiment Analysis,absa）是十分有效的方法。然而,目前的研究方法存在以下缺陷:越来越复杂的网络评论导致循环神经网络（RNN）提取的情感特征变得不可靠,因为RNN可能会遗忘一些关键的情感信息。同时,目前采用的平均方面向量的方法获得的方面特征可能是错误的。另外,有越来越多的网络用户喜欢使用讽刺和反语（简称反讽）的修辞手法来表达情感,这加大了网络评论情感分析的难度。但现有的反讽检测方法过于片面,或只能针对于网络评论本身进行反讽检测,亦或只结合用户的背景信息进行检测。当网络评论中的情感变化幅度比较大时,加入网络评论的上下文信息反而会导致结果错误;或者当网络评论信息不充分时,无法检测出用户是否使用了反讽的修辞手法。为了解决目前存在的问题,本文分别对基于方面的情感分析和反讽检测进行深入研究。本文的主要工作以及研究成果如下:（1）提出了一个基于Transformer记忆网络（TF-MN）模型。在TF-MN中,为了纠正由平均方面向量导致的错误,把情感分析任务转变为问答过程,该过程包含4个模块:上下文、问句、记忆和回答模块。在上下文和问句模块中,本文使用基于自注意力机制的Transformer来捕捉全局的情感特征。另外,局部的名词、介词和副词之类的词仍会影响网络评论的情感特征的提取。因此,在记忆模块中,本文使用基于局部注意力机制的记忆网络模型来过滤无关的情感特征。特别地,为了屏蔽无关词汇的影响,本文改进了记忆网络来优化网络评论情感特征的提取。本文提出的模型分别在中文微博数据集和Semeval-2014上进行了实验,结果验证了模型的有效性。（2）提出了一种基于多层次语义胶囊的反讽检测方法。这个方法综合考虑了基于网络评论的反讽（即言语反讽）和结合网络评论上下文的反讽（即情景反讽）,首先利用SenticNet对网络评论进行情感权重的偏移,获取到解决言语反讽的语义胶囊。然后,通过缩放点积的注意力机制把网络评论与上下文信息进行融合,得到了用于情景反讽的语义胶囊。接着,把这两种语义胶囊组成了低层次的语义胶囊层。之后,通过EM路由的方式,获得了高层次的语义胶囊层。最后,使用SoftMax函数输出反讽检测的结果。本文提出的模型在三个数据集上都获得了显著的实验效果,证明了模型的优越性。（3）开发了一个千岛湖旅游网络评论情感分析系统。首先,以Selenium为爬虫核心开发一个能够爬取动态网页数据的爬虫管理模块,包含了添加、删除、抓取、存储、查询、统计和检查等功能,爬取的数据主要来自携程的景点和酒店板块,以及大众点评的餐饮板块。另外,通过标注少量的网络评论数据作为训练集,创建预训练模型,对其他的网络评论的进行细粒度的情感打分,丰富了网络评论的情感信息。

关键词：网络评论 absa Transformer 语义胶囊反讽检测

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

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

在线全文

在线全文

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

在线全文

在线全文

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：