典型文献
融入主题特征的中越跨语言情感分类模型
文献摘要：
越南语网络评论的情感分类是越南语事件观点分析的基础.越南语资源匮乏,标注困难,可借助中文标注语料进行跨语言情感分类,实现越南语评论的情感极性预测.但现有的跨语言情感分类模型忽略了主题信息对加强情感表征学习、减小语言差异的作用.为此,该文提出了一种融入主题特征的中越跨语言情感分类模型.将中文①和越南语的主题词分布作为外部知识引入模型,利用门控机制将主题表征与语义表征进行融合编码,并通过对抗过程使模型学习到语言分布差异最小的表征,最终完成情感分类任务.实验结果表明,该模型能更快拟合出语言分布差异,其宏F1值较多个基线模型均有明显提高.
文献关键词：
跨语言情感分析;主题模型;社交媒体评论;对抗学习
中图分类号：
作者姓名：
施忆雪;余正涛;相艳;张亚飞
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650500;昆明理工大学 云南省人工智能重点实验室,云南 昆明 650500
文献出处：
引用格式：
[1]施忆雪;余正涛;相艳;张亚飞-.融入主题特征的中越跨语言情感分类模型)[J].中文信息学报,2022(03):36-44
A类：
跨语言情感分析
B类：
入主,主题特征,中越,情感分类,分类模型,越南语,网络评论,语料,情感极性,表征学习,语言差异,主题词,外部知识,门控机制,语义表征,合编,模型学习,分布差异,分类任务,合出,基线模型,主题模型,社交媒体评论,对抗学习
AB值：
0.296449
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。
