我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于联合学习的问答情感分类方法 下载：42 浏览：308

安明慧1 沈忱林1 李寿山1 李逸薇2 《中文研究》 2019年4期

摘要:
面向问答型评论的情感分类在情感分析领域是一项新颖且极具挑战性的研究任务。由于问答型评论情感分类标注数据非常匮乏，基于监督学习的情感分类方法的性能有一定限制。为了解决上述困境，该文提出了一种基于联合学习的问答情感分类方法。该方法通过大量自然标注普通评论辅助问答情感分类任务，将问答情感分类作为主任务，将普通评论情感分类作为辅助任务。具体而言，首先通过主任务模型单独学习问答型评论的情感信息；其次，使用问答型评论和普通评论共同训练辅助任务模型，以获取问答型评论的辅助情感信息；最后通过联合学习同时学习和更新主任务模型及辅助任务模型的参数。实验结果表明，基于联合学习的问答情感分类方法能较好融合问答型评论和普通评论的情感信息，大幅提升问答情感分类任务的性能。

面向问答文本的属性分类方法 下载：56 浏览：348

江明奇 沈忱林 李寿山 《当代中文学刊》 2019年10期

摘要:
属性分类是属性级情感分析中的一个重要任务。该任务旨在对文本包含的某些具体属性进行自动分类。已有的属性分类方法研究基本都是面向新闻、评论等文本类型。与已有研究不同的是,该文的研究主要面向问答文本的属性分类任务。针对问答文本的属性分类问题,该文提出了一种多维文本表示的方法。首先,该方法进行中文句子切分;其次,使用LSTM模型对每个子问题和答案学习一个隐层表示;再其次,通过融合多个隐层表示,形成多维文本表示;最后,使用卷积层处理多维文本表示,获得最终分类结果。实验结果表明该方法明显优于传统的属性分类方法。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享