文档名：结合规则蒸馏的情感原因发现方法
现有的基于深度学习的情感原因发现方法往往缺乏对文本子句之间关系的建模,且存在学习过程不易控制、可解释性差和对高质量标注数据依赖的不足.针对以上问题,本文提出了一种结合规则蒸馏的情感原因发现方法.该方法使用层次结构的双向门限循环单元(Bi-GRU)捕获词级的序列特征和子句之间的潜层语义关系,并应用注意力机制学习子句与情感关键词之间的相互联系,同时结合相对位置信息和残差结构得到子句的最终表示.在此基础上,通过知识蒸馏技术引入逻辑规则,从而使该模型具有一定的可控性,最终实现结合逻辑规则的情感原因发现.在中文情感原因发现数据集上的实验结果显示,该方法达到了目前已知的最优结果,F1值提升约2个百分点.
作者：鲍建竹蓝恭强巫继鹏徐睿峰
作者单位：哈尔滨工业大学(深圳)计算机科学与技术学院,广东深圳518055
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：
关键词：情感原因发现 注意力机制 门限循环单元 知识蒸馏
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:
- 659.5 KB
- 下载次数:
- 60
-
高速下载
|
|
