期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多头自注意力池化与多粒度特征交互融合的微博情感分析
被引量:
1
1
作者
闫尚义
王靖亚
+3 位作者
刘晓文
崔雨萌
陶知众
张晓帆
《数据分析与知识发现》
CSCD
北大核心
2023年第4期32-45,共14页
【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提...
【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提取全局语义信息并筛选出关键数据,最后利用多粒度特征交互融合操作将字级与词级语义信息进行有效融合,利用Softmax函数输出分类结果。【结果】本文模型在weibo_senti_100k数据集上的准确率与F1值分别为98.51%、98.53%,在SMP2020-EWECT数据集上的准确率与F1值分别为80.11%、75.62%,其表现均优于各数据集上先进的情感分析模型。【局限】在进行情感分析时,未考虑视频、图片、语音等多模态信息。【结论】所提模型提升了微博文本情感分析的效果,可以有效地完成微博文本情感分析任务。
展开更多
关键词
动态字词编码
多头自注意力池化
多粒度特征交互融合
微博情感分析
原文传递
题名
基于多头自注意力池化与多粒度特征交互融合的微博情感分析
被引量:
1
1
作者
闫尚义
王靖亚
刘晓文
崔雨萌
陶知众
张晓帆
机构
中国人民公安大学信息网络安全学院
出处
《数据分析与知识发现》
CSCD
北大核心
2023年第4期32-45,共14页
基金
国家社会科学基金重点项目(项目编号:20AZD114)
CCF-绿盟科技“鲲鹏”科研基金项目(项目编号:CCF-NSFOCUS 2020011)
中国人民公安大学公共安全行为科学实验室开放课题基金项目(项目编号:2020SYS08)的研究成果之一。
文摘
【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提取全局语义信息并筛选出关键数据,最后利用多粒度特征交互融合操作将字级与词级语义信息进行有效融合,利用Softmax函数输出分类结果。【结果】本文模型在weibo_senti_100k数据集上的准确率与F1值分别为98.51%、98.53%,在SMP2020-EWECT数据集上的准确率与F1值分别为80.11%、75.62%,其表现均优于各数据集上先进的情感分析模型。【局限】在进行情感分析时,未考虑视频、图片、语音等多模态信息。【结论】所提模型提升了微博文本情感分析的效果,可以有效地完成微博文本情感分析任务。
关键词
动态字词编码
多头自注意力池化
多粒度特征交互融合
微博情感分析
Keywords
Dynamic Character and Word Encoding
Multi-Head Self-Attention Pooling
Multi-Granularity Feature Interactive Fusion
Microblog Sentiment Analysis
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多头自注意力池化与多粒度特征交互融合的微博情感分析
闫尚义
王靖亚
刘晓文
崔雨萌
陶知众
张晓帆
《数据分析与知识发现》
CSCD
北大核心
2023
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部