【摘 要】
：
近年来,电子商务领域迎来了蓬勃发展,网络上的评论和观点也逐渐增多,情感分析任务的重要性也随之显现。传统基于规则的情感分析方法受词典、句法和未登录词等因素的影响,在处理相对复杂或口语化的文本时,效果十分有限。深度学习的方法有效的改善了这种情况,但现有深度学习方法大多并未对情感信息这一特征给予充分的关注。因此,针对两种粒度的情感分析任务,本文将基于规则的方法与深度学习方法相结合,分别提出了BHW＿LE
论文部分内容阅读
近年来,电子商务领域迎来了蓬勃发展,网络上的评论和观点也逐渐增多,情感分析任务的重要性也随之显现。传统基于规则的情感分析方法受词典、句法和未登录词等因素的影响,在处理相对复杂或口语化的文本时,效果十分有限。深度学习的方法有效的改善了这种情况,但现有深度学习方法大多并未对情感信息这一特征给予充分的关注。因此,针对两种粒度的情感分析任务,本文将基于规则的方法与深度学习方法相结合,分别提出了BHW＿LEX＿GA模型和BHG＿LEX＿SEN模型,并在相应的数据集上进行了实验与分析。针对句子级情感分析任务中深度学习方法对情感信息利用不充分的问题,提出了BHW＿LEX＿GA模型。该模型在向量化文本前,首先使用情感词典对原文本进行过滤,将处理后的文本输入BERT模型进行词嵌入操作。该模型采用BERT模型作为词嵌入方式的同时,对BERT模型的隐藏层进行处理。采用加权的方式融合部分隐藏层,将权重作为参数参与模型的训练过程,并在下游神经网络处引入注意力机制输出极性结果。最后,在选取的IMDB数据集和SST-2数据集上,对新模型的性能进行了测试。针对属性级文本情感分析任务中诸如属性抽取或类别分类等子任务对最终结果的影响,将属性级情感分析视为一个端到端的任务,提出了BHG＿LEX＿SEN模型。该模型引入了情感词典,对文本中的情感词进行向量化与池化操作,后与原文本的向量化结果一同输入下游神经网络中,以此来提升模型对情感词的关注。然后,将下游网络的输出结果再次与池化结果相拼接并引入注意力机制,计算情感极性得分。将情感极性得分与下游神经网络的输出结果相融合,提升模型在情感极性上的分类准确率。最后,在选取的RESTAURANT和LAPTOP数据集上,对新模型的性能进行了测试。实验结果表明,两种模型在各自粒度的情感分析任务中,均取得了更好的效果。
其他文献
乡镇干部处于我国行政体制的末梢,是中国共产党在农村基层的跟脚力量,他们上接中央、省、市、县各级对于乡镇的安排指示,是将各级的方针政策落实到基层的实践者,下接人民群众对于地方政府的意愿诉求,是党和政府同人民群众紧密联系的关键枢纽。他们承担着助推乡村振兴、促进地方经济发展、维护社会和谐稳定的重任。乡镇的各项工作能否取得实效,极大程度上取决于乡镇干部队伍力量的强弱。研究乡镇干部以及乡镇干部队伍建设,是提
随着社会的不断进步与经济的不断发展,超市行业持续蓬勃发展。超市营运过程中仓储管理必不可少,超市仓储管理核心在于物资配送,当前物资配送主要依靠人工作业,人工作业效率较低,此外我国人力成本也越来越高,机器人配送可以较好地解决这些问题。超市仓储环境通常较为复杂,机器人在此环境实现自身的定位是目前面临的挑战,利用同步定位与地图构建（Simultaneous Localization And Mapping
目前,网上购物逐渐成为当代社会主流的购物方式。与此同时,购物平台时时刻刻都在产生大量的商品评论,这些商品的评论成为了消费者是否购买该商品的重要参考依据。然而存在的垃圾评论通常会误导消费者的行为,不仅会扰乱网络购物的秩序,也极大浪费了信息资源。因此,设计一种有效识别垃圾评论的方法是十分必要的。为了提高商品垃圾评论的识别效果,本文提出了一种串联式的混合模型。该模型将残差结构添加到卷积神经网络（Conv
车道线检测作为自动驾驶系统中的关键组成部分,在车辆实时定位、行驶路径规划、车道保持辅助和自适应巡航控制等应用中起着至关重要的作用。由于车道线固有的细长特性,使其在检测中容易受到严重的遮挡、恶劣的天气条件、模糊的路面等复杂场景影响。本文针对复杂场景下的车道线检测,提出了两种不同的方法。（1）基于空间特征交互的车道线检测方法（SFINet）。SFINet包括主分支和辅助分支,主分支对应基于行向的分类任
电池组使用过程中考虑电池老化问题是对其实现可靠的安全监控关键问题之一。这就需要一套系统能够完高效的成此项任务,电池管理系统（Battery Management System,BMS）应运而生,荷电状态（State Of Charge,SOC）是电池管理系统管理电池组的一个重要参考之一。考虑电池老化因素的锂离子电池SOC的准确估计是BMS监控电池组全生命周期运行状态的关键参数。本文对锂离子电池SO
冲压作为一种重要的金属板材成形加工方法,具有生产效率高、制件互换性好、成本低等优点,但是在冲压成形过程中由于受模具、设备、环境等多种因素影响,制件表面轮廓易产生缺陷。传统冲压件质量检测主要采用人工目检和检具测量等方法,检错率高、效率低、灵活性差。本文基于机器视觉理论,应用图像处理和深度学习技术开展冲压件轮廓缺陷检测的算法研究。首先根据实际生产中冲压件的成形过程,对冲压成形工艺原理进行分析,并讨论了
推荐系统可以精确的筛选用户所需的资源,使得推荐技术在众多领域发挥了重要作用。近年来,越来越多的研究者将推荐技术用在教育领域。教育资源推荐方法中,学生的认知水平是关键因素,而认知诊断模型可以有效获取这一因素。因此,如何设计认知诊断模型,精准获取学生认知水平是非常值得关注的问题。在获得学生的认知水平后,需要合适的方法为学生进行教育资源推荐。如何设计推荐算法才能满足学生需求,为学生推荐适合的教育资源,是
近年来,城镇化的进程不断加快,城市人口急速增长,给城市建设规划和设施管理造成了巨大压力,各种各样的问题更是不断涌现,如医疗困难、交通拥堵、传染病扩散快等问题,通过分析研究人群移动的聚集与分散模式得到人群的移动轨迹,可以给政府进行道路修建,城市建筑规划等构建智慧城市提供重要的数据支持。所以众多学者对人群移动模式进行了大量的分析研究,但目前大部分都是基于单数据源分析,而传统的单数据源分析具有片面性,难
＜正＞福清市市场监管局紧紧围绕“学史明理、学史增信、学史崇德、学史力行”和“学党史、悟思想、办实事、开新局”的目标要求，高标准、高质量完成党史学习教育各项任务。充分发挥党建引领作用，结合“我为群众办实事”实践活动，履职尽责，统筹推进市场监管各项工作，服务高质量发展。