基于特征级注意力的方面级情感分类模型研究
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>538 K
標(biāo)簽： 情感分析 方面级 特征级
所需積分：0分積分不夠怎么辦？
文檔介紹：近年来大数据、自然语言处理等技术得到了飞速发展。情感分析作为自然语言处理细分领域的前沿技术之一，得到了极大的重视。然而，低参数量、高精度依然是制约情感分析的关键因素之一。为实现模型参数少、模型分类精度高的情感分析需求，通过改进特征级注意力机制的输入向量，以及前馈神经网络与注意力编码的前后位置关系，得到可复位特征级注意力机制，并基于该机制提出了基于可复位特征级注意力方面级情感分类模型(RFWA)和基于可复位特征级自注意力方面级情感分类模型(RFWSA)，实现了高精度的方面级情感分析效果。在公开数据集上的实验结果表明，相比现有的主流情感分析方法，所提出的模型有明显的优势，尤其是在取得相当分类效果的情况下，模型的参数量仅为最新AOA网络的1/4。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。