期刊文献+

文本方面级情感分类方法综述 被引量:6

A survey of text aspect-based sentiment classification
下载PDF
导出
摘要 随着深度学习的发展,方面级情感分类已经在单领域和单一语言中取得了大量的研究成果,但是在多领域的研究还有提升的空间。通过对近年来文本方面级情感分类方法进行归纳总结,介绍了情感分类的具体应用场景,整理了方面级情感分类常用的数据集,并对方面级情感分类的发展进行了总结与展望,提出未来可在以下领域开展深入研究:1)探索基于图神经网络的方法,弥补深度学习方法存在的局限性;2)学习融合多模态数据,丰富单一文本的情感信息;3)开展更多针对多语言文本和低资源语言的研究。 With the development of deep learning,aspect-based sentiment classification has achieved a lot of results in a single field and a single language,but there is room for improvement in multi-fields.By summarizing up the methods of text aspect-based sentiment classification in recent years,the specific application scenarios of sentiment classification were introduced,and the commonly used data sets of aspect-based sentiment classification were categorized.The development of aspect-based sentiment classification were summarized and prospected,and further research can be carried out in the following areas:exploring methods based on graph neural networks to make up for the limitations of deep learning methods;learning to fuse multi-modal data to enrich the emotional information of a single text;developing more targeted research work on multilingual texts and low-resource languages.
作者 李胜旺 杨艺 许云峰 张妍 LI Shengwang;YANG Yi;XU Yunfeng;ZHANG Yan(School of Information Science and Engineering,Hebei University of Science and Technology,Shijiazhuang,Hebei 050018,China)
出处 《河北科技大学学报》 CAS 2020年第6期518-527,共10页 Journal of Hebei University of Science and Technology
基金 中国留学基金委地方合作项目(201808130283) 中国教育部人工智能协同育人项目(201801003011) 河北科技大学校立课题(82/1182108)。
关键词 自然语言处理 情感分类 方面级别 文本分类 深度学习 图神经网络 图卷积网络 natural language processing sentiment classification aspect-based text classification deep learning graph neural network graph convolutional network
  • 相关文献

参考文献4

二级参考文献26

共引文献183

同被引文献41

引证文献6

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部