典型文献
面向社交媒体立场检测的数据增强方法
文献摘要：
现有的公开立场检测评测中标签语料规模较小,制约深度学习立场检测模型的训练效果.数据增强技术能一定程度缓解训练数据不足带来的困扰.对于现有的数据增强技术易将社交媒体语言中的冗余信息进行扩充,无法有针对性增强的问题,提出一种基于层次注意力的数据混合增强方法.该方法首先从粗粒度段句出发,将决定立场判断的关键信息筛选出来;然后再进行细粒度词语变换,从而实现数据增强.实验表明,相较于另外两种数据增强方法,所提方法对立场检测模型的检测效果提升更加明显,证实了该方法的有效性.
文献关键词：
社交媒体;立场检测;深度学习;数据增强;层次注意力
中图分类号：
作者姓名：
苏致中;席耀一;陈宇飞;曹蓉;马洁琼
作者机构：
信息工程大学,河南郑州450001;92020部队,山东青岛266000
文献出处：
引用格式：
[1]苏致中;席耀一;陈宇飞;曹蓉;马洁琼-.面向社交媒体立场检测的数据增强方法)[J].信息工程大学学报,2022(01):58-65
A类：
B类：
社交媒体,立场检测,增强方法,开立,评测,中标,语料规模,规模较,学习立场,检测模型,训练效果,数据增强技术,训练数据,媒体语言,言中,冗余信息,层次注意力,混合增强,粗粒度,关键信息,细粒度,词语,检测效果,效果提升
AB值：
0.39749
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
