文档名：基于ECPA神经网络的情绪原因识别方法
情绪原因识别是文本情绪分析领域中一个前沿的研究方向.传统情绪原因识别方法需要进行制定规则、特征抽取等过程,而本文从情绪原因的语言特点出发,结合Bi-LSTM模型和注意力机制,提出一种基于情绪上下文位置注意力神经网络的情绪原因识别方法(ECPA).该方法考虑了情绪词和情绪类别的情绪信息,学习了Bi-LSTM模型建模后的上下文语义信息,引入了基于位置信息的注意力机制模型,进而构建情绪原因识别模型.实验结果表明本文方法在情绪原因识别任务中的有效性,取得了目前最优的性能,同时对情绪归因方法有一定的指导作用.
作者：刁宇峰 杨亮 樊小超 吴迪 任璐 张冬瑜 许侃 林鸿飞
作者单位：大连理工大学辽宁省大连市116024;内蒙古民族大学内蒙古自治区通辽市028000大连理工大学辽宁省大连市116024大连理工大学辽宁省大连市116024;新疆师范大学新疆自治区乌鲁木齐市830054
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：B84F23
关键词：情绪原因识别 Bi-LSTM模型 注意力机制 情绪信息 位置信息
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 527.96 KB
- 下载次数:
- 60
-
高速下载
|
|
