基于深度学习的方面级别情感分析研究

来源 :东华大学 | 被引量 : 0次 | 上传用户:ayong790401
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络时代的快速发展,网民们可以在不同的生活网站上针对各种各样的商品发表自己独特的评论,也可以在社交网络中针对某一社会现象提出自己的见解。用户发表的文本评论信息中包含着很多带有情感倾向的语句,这些语句经过整理与研究分析后,对商品和社会等相关领域具有很高的研究价值。因此文本情感分析作为自然语言处理研究的子领域,在过去几年中受到了广泛的关注。方面级别的情感分类是情感分析中的一项细粒度的工作,与传统情感分析相比较,方面级别情感分析的目标是预测文本中不同目标情感词的情感类别,因此对文本内容挖掘的层次更深。基于深度学习的情感分析模型在文本特征提取方面已经取得了很多突破性的成果,已经成为情感分析领域的主流研究方向。在方面级别情感分析任务中,记忆网络模型取得了出色的表现,注意力机制的引入进一步提升了情感分类的性能。然而方面级别情感分析中仍然存在改善空间:当面对文本过长的问题时,远距离的情感特征难以捕捉准确;注意力机制缺乏同时对目标方面词位置的关注,忽略了部分情感特征信息的提取。因此本文在记忆网络的基础上,设计了交互注意力机制,并在深度记忆网络与长短期记忆网络模型中对交互注意力机制进行研究与评估,本文的主要研究内容如下。(1)本文针对情感分析文本过长时远距离的情绪特征难以捕捉和注意力机制缺乏对目标方面词位置的关注提出了基于深度记忆网络的循环交互注意力情感分析模型(Mem-IAM)。Mem-IAM采用了Bi-LSTM神经网络作为记忆网络单元来捕捉长距离文本的特征信息,设计了文本权重函数来强调目标方面词与上下文单词之间的联系。并且设计了循环交互注意力机制来重点关注目标关键词和上下文的信息。Mem-IAM具有共享参数的多个计算层组成,引入交互注意层来处理情感句子中的复杂特征,将上下文和方面词之间的重要信息不断传递到下一层,从而增加了上下文中情感词的权重比,可以更准确地实现情感分类。(2)交互注意力机制在情感分析中取得了可观的结果,因此为了进一步改进交互注意力机制在深度学习中的应用,提出分别为基于Bi-LSTM与位置感知机制的交互注意力模型(Bi-LSTM-Pos-IAM)与基于Bert与双向LSTM交互注意力机制情感分析模型(Bert-Bi-LSTM-IAM)。我们的模型引入Bi-LSTM神经网络,它不仅可以从两个方向读取上下文和方面单词的相关信息,并分别对上下文和方面单词进行建模。另外,提出了位置感知机制添加到上下文嵌入向量中捕获上下文之间的关系。位置索引感知机制可以使用方面词与其他词之间的位置信息来确定与情感极性有关的术语。在注意力机制层面,主要思想是提取方面单词和句子的特征并交替学习,以获得更合理的注意力权重分布。实验结果表明,相对于基线模型,我们算法的准确率和F-度量值均表现得更加出色。
其他文献
根据香农采样定理,传统的奈奎斯特信号采样通常需要较高的采样率,这样才可能实现信号的高质量重构。但是,高采样率往往会导致复杂的计算以及冗余的数据传输。新近出现的视频压缩感知可以使用低于奈奎斯特采样定律所要求的采样率,因此在高维信号的压缩传输等领域具有很大的应用潜力。视频压缩感知信号的重构算法是近年来研究的重点,在各类文献中主要有四类视频重构算法:(1)独立地重构每帧;(2)使用三维信号处理方法重构整
图像作为一种极为重要的信息载体,其质量直接影响着人们了解与传播信息。特别在医学领域,医生的诊断情况与图像质量紧密相关,因此对医学图像进行去噪处理是必要的。以肺部CT图像的去噪处理为例,其要求在去除噪声的同时要对原始图像中的病灶等信息进行完好的保留,而传统图像去噪算法在这方面还存在一定的不足。相较之下,基于小波变换的图像去噪方法是一种更先进的技术,其中小波阈值去噪是最常用的方法之一。人工免疫系统(A
针对煤矿井下掘进机器人位姿感知精度低、远程监控效果差及智能控制难度大等问题,通过分析机器视觉在煤矿掘进机器人中的应用情况,从掘进机器人位姿视觉检测、远程视频监控、数字孪生驱动控制和智能协同控制等方面进行深入探究,提出煤矿掘进机器人位姿视觉测量原理和方法,结合远程视频监控技术,实现对掘进机器人地面远程控制,并对其应用效果加以分析与总结。同时,为进一步提升掘进机器人智能化程度和远程控制可靠性,利用数字
在机器人视觉系统中,如何对带有旋转的运动物体进行快速准确检测和轨迹预测具有很重要的研究意义以及应用价值;乒乓球机器人自上个世纪80年代以来就吸引大量研究者深入研究,在当下的技术背景下,随着AI技术的发展,对乒乓球机器人的研究具有更广阔的前景。本文聚焦于乒乓球机器人的视觉系统,以旋转乒乓球为研究对象,深入探讨深度学习在乒乓球机器人视觉系统中的可行性,并且在七自由度库卡机械臂实物系统中进行验证。本文制
家居服作为现代人日常休闲生活中所必备的服装,日益受到人们的关注。随着人们生活水平的提高,人们对于家居服面料的天然、舒适、环保性有了更高的要求。目前国内家居服市场中,存在一些问题。例如,面料、风格等方面较为单一,缺乏自主创新,对于家居服研究关注较少。同时,木棉纤维具有天然、超细、高中空、吸湿导湿、防菌防螨等特性,是一种绿色环保的天然纤维素纤维,可以将木棉纤维用于家居服的面料设计中,为家居服的设计开发
多智能体系统问题中一个主要的研究方向就是一致性控制问题。本文主要关注的是多智能体系统的采样一致性控制问题和定时一致性控制问题。实际应用中,由于计算机控制系统的广泛运用,这使得采样控制策略逐渐成为工业生产中的一种重要控制手段,并且在很大程度上取代了传统的机械式控制手段,因此本文首先对多智能体系统的采样一致控制做出了研究。其次,考虑到定时控制策略在估计系统稳定时间上的优越性,即稳定时间与初始状态无关,
21世纪以来,服装行业的竞争日趋激烈,以计划驱动的标准化、规模化的生产模式已不能满足消费者多样化需求,服装企业正不断向小批量订单式生产转型以适应需求变化、缩短产品生命周期、提升库存周转率,这对服装制造业生产管理水平提出更高要求。目前企业在进行服装大规模个性化定制时,面临交期不确定、订单响应速度不及时、车间柔性化程度不高等问题,在生产过程中瓶颈排除不及时,生产进度难以控制导致无法准时完成订单任务,亟
乙酰乙酸基团是一种有机合成中常用的高反应活性基团。它可以和多种常见的官能团进行反应,比如烯胺化反应、迈克尔加成、多组分反应、酶促聚合、金属络合等,从而得到不同的功能性产物。纤维素作为分布最广泛、应用最悠久的可再生天然高分子,具有极高的利用价值和发展前景。通过酯化反应将乙酰乙酸基团接枝到纤维素骨架上,再进行二次衍生,可以轻易地实现对纤维素的各种改性,进一步拓展纤维素的应用领域。本论文分别使用生物酶催
在当今信息化时代,如何快速并且准确地从互联网海量的信息资源中获取自己所需要的信息显得十分重要,于是个性化推荐系统应运而生。电子商务是近年来比较火热的一个行业,个性化推荐系统在电商平台上的应用被广泛关注。大多数推荐算法的研究都依赖于显式评分数据,然而电商平台中丰富的隐式反馈数据信息蕴藏着巨大的推荐价值,近年来,面向隐式反馈的推荐算法研究也越来越热门,其中有学者提出了一种个性化推荐模型:贝叶斯个性化排