科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着互联网的不断发展，面向电商产品的用户评论日益增加。研究这些用户评论的情感导向，对于指导产品的更新迭代具有重要意义。以往的方面级情感分析任务通常只涉及文本模态，然而用户的评论数据一般不仅包括纯文本，还包括大量的图文数据。针对这种包括文本和图片的多模态数据，文中提出了一种新的方面级多模态情感分析模型ABAFN （Aspect-Based Attention and Fusion Network）。首先，模型结合预训练语言模型BERT和双向长短时记忆网络来获得文本和方面词的上下文表示，同时利用预训练残差网络ResNet提取图片特征生成视觉表示，然后，利用注意力机制基于方面词对上下文表示和视觉表示进行加权，最后，将两个模态加权后的表示级联融合执行情感标签分类任务。在Multi-ZOL数据集上的实验表明，ABAFN模型的性能超过了目前已知文献中的结果。
- 单位
