典型文献
基于多任务预训练模型的属性级情感分类
文献摘要：
目前,缺少标注样本数据是属性级情感分类任务面临的一大难题,为了解决这一问题,该文提出了结合多项任务的预训练Bert模型.该模型利用大量未标注的篇章级情感分类数据,结合多种分类任务预训练模型共享参数,迁移属性级评论和篇章级评论中共享的有用的语义语法信息,从而帮助模型提高属性级情感分类准确率.在SemEval-14 数据集上的实验结果表明,相较于一系列基准模型,该文提出的模型有效提高了属性级情感分类的准确率.
文献关键词：
Bert;多任务;情感分类
中图分类号：
作者姓名：
周敏;王中卿;李寿山;周国栋
作者机构：
苏州大学 计算机科学与技术学院,江苏 苏州 215006
文献出处：
引用格式：
[1]周敏;王中卿;李寿山;周国栋-.基于多任务预训练模型的属性级情感分类)[J].中文信息学报,2022(10):126-134
A类：
属性级情感分类
B类：
多任务,预训练模型,分类任务,Bert,分类数据,模型共享,共享参数,语义语法,分类准确率,SemEval
AB值：
0.202058
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。
