-
题名基于多粒度用户偏好的文档级情感分析
- 1
-
-
作者
陈洁
王思雨
赵姝
张燕平
余静莹
-
机构
计算智能与信号处理教育部重点实验室
安徽大学计算机科学与技术学院
信息材料与智能感知安徽省实验室
-
出处
《中文信息学报》
CSCD
北大核心
2023年第7期122-130,共9页
-
基金
国家社会科学基金(18ZDA032)。
-
文摘
不同的用户通常具有多粒度的用户偏好,即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑用户偏好的多粒度性,据此,该文提出了一种融合多粒度用户偏好的情感分析模型。首先,在单词粒度上,将用户信息融合到注意机制中来获取基于用户偏好的句子表示;然后,在句子粒度上,结合自注意机制获取基于用户偏好的文档表示;最后,在文档粒度上,将得到的文档表示与用户信息直接进行融合得到文档的特征表示,并利用该表示进行分类。在IMDB、Yelp13、Yelp14三个文档级数据集上的实验表明,该模型能更有效地提升分类性能。
-
关键词
情感分类
文档级评论
用户偏好
多粒度注意网络
-
Keywords
sentiment classification
document-level reviews
user preferences
multi-granularity attention network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于邻域信息的代价敏感三支决策文本情感分析模型
被引量:1
- 2
-
-
作者
计博婧
余静莹
陈洁
-
机构
安徽大学计算机科学与技术学院
池州学院数学与计算机学院
-
出处
《宿州学院学报》
2020年第4期75-80,共6页
-
基金
国家社科基金重大项目(18ZDA032)
池州学院校级项目(2010ZR007)。
-
文摘
通常数据集的情感倾向具有代价敏感性,现有的分类算法并未考虑代价损失问题,使得分类损失较高。基于此,提出一种基于三支决策分类模型的文本情感分析模型,即基于邻域信息的代价敏感三支决策情感分析模型(EATWD)来挖掘文本中的情感类别。首先基于最小构造性覆盖的三支决策模型(MinCA)将所得文本向量划分为正域/负域和边界域。接着采用基于邻域信息的代价敏感方法进一步划分边界域,使得情感分析更加精确,降低分类损失。实验结果表明EATWD算法可以获得较高的准确率、较低的分类损失,在文本情感分析问题求解上具有一定的优势。
-
关键词
文本情感分析
代价敏感
三支决策
邻域信息
LSTM
-
Keywords
Text emotion analysis
Cost-sensitive
Three-way decision
Neighborhood information
LSTM
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-