典型文献
基于BG-DATT-CNN网络的方面级别情感分析
文献摘要：
分析句子针对不同方面的情感极性,深入挖掘评论文本中的信息,为企业生产决策提供建议.针对传统方法多考虑单一层面注意力信息,且基于RNN的模型忽略了局部特征的重要性,而基于CNN的模型不能捕捉长距离依赖的信息的问题,提出了基于双重注意力机制的BG-DATT-CNN模型.在特征表示上,利用BERT对句子和方面词分别进行词向量编码,获得文本的深层语义特征.在特征提取上,设计了双重注意力机制,通过计算两类权重获得综合权重,强化文本的上下文相关特征和方面相关特征.在模型构建上,设计了BG-DATT-CNN网络,结合GRU和CNN各自的优势,Bi-GRU层捕捉文本的上下文全局特征,CNN层包括K-Max池化层和TextCNN层,通过两阶段特征提取获取分类的关键信息.在SemEval 2014数据集上的实验表明,与现有的其他模型相比,提出的模型取得了较好的效果.
文献关键词：
方面级别情感分类;双重注意力机制;Bi-GRU;K-Max池化;TextCNN
中图分类号：
作者姓名：
余本功;王惠灵;朱晓洁
作者机构：
合肥工业大学 管理学院,合肥 230009;合肥工业大学 过程优化与智能决策教育部重点实验室,合肥 230009
文献出处：
引用格式：
[1]余本功;王惠灵;朱晓洁-.基于BG-DATT-CNN网络的方面级别情感分析)[J].计算机工程与应用,2022(24):151-157
A类：
DATT,方面级别情感分析,方面级别情感分类
B类：
BG,句子,情感极性,评论文本,生产决策,RNN,局部特征,长距离依赖,双重注意力机制,特征表示,BERT,对句,方面词,词向量,向量编码,深层语义,语义特征,重获,综合权重,上下文,GRU,Bi,全局特征,Max,池化,TextCNN,两阶段,阶段特征,取分,关键信息,SemEval
AB值：
0.338477
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。
