科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对短文本的细粒度情感分类，提出一种基于胶囊网络的模型，在词嵌入层使用BERT预训练模型对上下文序列、目标词序列编码；然后采用LSTM对上下文序列、目标词序列提取相应的特征；在注意力编码层均采用多头注意力完成注意力编码；最后在胶囊层完成情感分类。实验采用三个情感极性，分别对应积极、中性和消极情感。结果表明，该方法不仅提高了分类精度，而且F1值也得到了不小的提升，说明提出的模型对短文本的细粒度情感分类是有效的。
- 单位
针对短文本的细粒度情感分类，提出一种基于胶囊网络的模型，在词嵌入层使用BERT预训练模型对上下文序列、目标词序列编码；然后采用LSTM对上下文序列、目标词序列提取相应的特征；在注意力编码层均采用多头注意力完成注意力编码；最后在胶囊层完成情感分类。实验采用三个情感极性，分别对应积极、中性和消极情感。结果表明，该方法不仅提高了分类精度，而且F1值也得到了不小的提升，说明提出的模型对短文本的细粒度情感分类是有效的。
