基于卷积记忆网络的视角级微博情感分类

被引：6

作者：

廖祥文 ^{[1
,2
]}

谢媛媛 ^{[1
,2
]}

魏晶晶 ^{[3
]}

桂林 ^{[1
,2
]}

程学旗 ^{[4
]}

陈国龙 ^{[1
,2
]}

机构：

[1] 福州大学数学与计算机科学学院

[2] 福州大学福建省网络计算与智能信息处理重点实验室

[3] 福建江夏学院电子信息科学学院

[4] 中国科学院网络数据科学与技术重点实验室

来源：

模式识别与人工智能 | 2018年 / 31卷 / 03期

关键词：

卷积记忆网络; 视角级情感分类; 注意力机制;

D O I：

10.16451/j.cnki.issn1003-6059.201803003

中图分类号：

TP391.1 [文字信息处理]; TP393.092 [];

学科分类号：

120506 [数字人文];

摘要：

现有记忆网络模型中的上下文词之间相互独立,未考虑词序信息对微博情感的影响.因此文中提出基于卷积记忆网络的视角级微博情感分类方法,利用记忆网络可以有效对查询词与文本之间的语义关系进行建模这一特点,将视角与上下文进行抽象处理.通过卷积操作对上下文进行词序拓展,并利用这一结果捕获文中不同词语在上下文中的注意力信号,用于文本的加权表示.在3个公开数据集上的实验表明,相比已有方法,文中方法的正确率和宏F1值效果更好.

引用

页码：219 / 229

页数：11