基于自注意力的BiGRU和SVM的观点句识别

作者：佘朝阳; 严馨^*; 谢庆; 徐广义; 周枫

来源：信息技术, 2021, (09): 7-12.

DOI：10.13274/j.cnki.hdzj.2021.09.002

• 自注意力
• 双向门控循环单元
• 支持向量机
• 观点句识别

现有的观点句识别方法大多依赖于人工的特征选择,并且提取的数据稀疏。针对这些问题,提出一种基于自注意力双向门控循环单元(BiGRU)和支持向量机(SVM)相结合的方法。首先,将词向量输入到BiGRU中,引入自注意力机制,为BiGRU的隐藏层状态提供求和权重,使之与隐藏层状态相加权,将句子语义的不同方面分别提取到多个向量表示中,形成二维的句嵌入矩阵;然后,将矩阵转化成向量形式,输入到SVM分类器中输出分类结果。与SVM、LSTM和自注意力BiLSTM模型相比,该方法能够提取句子的关键特征,提高观点句识别的精确率。

• 单位
  昆明理工大学; 云南南天电子信息产业股份有限公司; 自动化学院