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
5
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
基于梯度数据选择的跨领域情感分析
1
作者
苏仪
周夏冰
《软件导刊》
2023年第5期50-56,共7页
情感分析研究往往依赖特定场景的大量标注数据,领域迁移会导致模型需要重新进行训练,因此跨领域情感分析任务应运而生。然而,目前跨领域情感分析方法大多考虑学习域的不变特征,或进行特征适应以处理源领域与目标领域的差距,并没有充分...
情感分析研究往往依赖特定场景的大量标注数据,领域迁移会导致模型需要重新进行训练,因此跨领域情感分析任务应运而生。然而,目前跨领域情感分析方法大多考虑学习域的不变特征,或进行特征适应以处理源领域与目标领域的差距,并没有充分、高效地利用源领域数据,所以需要从数据迁移和利用的角度研究领域适应问题。不同于之前从源领域提取可迁移样本的启发式方法,提出一种通用的可学习的替代方法——梯度数据选择(GDS),可在训练过程中自动分配样本权重,由此使不可迁移的样本很容易在采样过程中被丢弃,而可迁移的样本会被更加频繁地采样到。在英文和中文两个数据集上进行实验,并将GDS应用到BERT、RoBERTa等模型进行通用性分析,实验结果证实了该方法的有效性。
展开更多
关键词
跨领域情感分析
领域
适应
数据选择
半监督学习
迁移学习
预训练模型
下载PDF
职称材料
一种基于卷积神经网络的跨领域情感分析
被引量:
3
2
作者
姬晨
郭延哺
+2 位作者
金宸
段云浩
李维华
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2019年第2期253-258,共6页
文本情感分析就是分析主观文本的情感倾向.针对情感分析中标签样本不足以及不同领域中情感表达存在差异的问题,提出一种基于卷积神经网络的跨领域情感分析方法,利用源领域标签样本完成对目标领域的无监督情感分析.首先,量化词项的情感...
文本情感分析就是分析主观文本的情感倾向.针对情感分析中标签样本不足以及不同领域中情感表达存在差异的问题,提出一种基于卷积神经网络的跨领域情感分析方法,利用源领域标签样本完成对目标领域的无监督情感分析.首先,量化词项的情感极性、基于词向量度量词项的领域一致性,并在此基础上选择情感强烈且语义一致的词项作为领域间的共享词;然后,采用卷积神经网络提取文本特征,基于共享词的极性对源领域情感文本进行特征扩展;其次,基于扩展的文本完成情感分类器的训练,并对目标领域的情感文本进行分类;最后,在Amazon数据集上进行实验分析,实验结果表明该方法可以提高跨领域情感分类的准确率.
展开更多
关键词
文本
情感
分析
跨领域情感分析
卷积神经网络
特征扩展
下载PDF
职称材料
基于贝叶斯网的跨领域情感分析方法
被引量:
4
3
作者
刘慧清
郭延哺
李维华
《计算机应用与软件》
北大核心
2020年第12期119-126,共8页
基于机器学习的情感分析依赖于充足的标签样本。针对标签样本不足以及情感分类器存在的领域适应性问题,提出一种基于贝叶斯网的跨领域情感分析方法。基于贝叶斯网,对源领域和目标领域构建局部特征模型;研究局部特征模型的融合方法并构...
基于机器学习的情感分析依赖于充足的标签样本。针对标签样本不足以及情感分类器存在的领域适应性问题,提出一种基于贝叶斯网的跨领域情感分析方法。基于贝叶斯网,对源领域和目标领域构建局部特征模型;研究局部特征模型的融合方法并构建全局特征模型;基于全局特征模型建立情感知识的迁移方法并训练分类器。在Amazon数据集上进行实验,结果表明,该方法在一定程度上提高了目标领域文本的情感分类精度,以及分类器在目标领域中的适应性。
展开更多
关键词
跨领域情感分析
贝叶斯网
融合
迁移
下载PDF
职称材料
归纳式迁移学习在跨领域情感倾向性分析中的应用
被引量:
2
4
作者
孟佳娜
赵丹丹
+1 位作者
于玉海
孙世昶
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第1期175-183,共9页
在解决情感倾向性分析问题中,传统的监督学习和半监督学习都是在训练和测试所用的数据来自相同分布的假设基础之上的,但在很多情况下不能满足这样的假设,这就产生了跨领域的情感倾向性分析问题.在跨领域情感倾向性分析中,提出一种基于...
在解决情感倾向性分析问题中,传统的监督学习和半监督学习都是在训练和测试所用的数据来自相同分布的假设基础之上的,但在很多情况下不能满足这样的假设,这就产生了跨领域的情感倾向性分析问题.在跨领域情感倾向性分析中,提出一种基于归纳式迁移学习的图模型,通过图模型建立源领域和目标领域数据之间的关联,使得源领域的数据通过图模型学习目标领域数据在特征和实例上的特点.同时,利用归纳式迁移学习方法使用少量的目标领域的已标注数据进行训练,从而提高了情感分类器在目标领域的分类准确率,极大地改进了跨领域情感倾向性分析的效果.在标准数据集上进行了实验,并与监督学习方法 SVM、半监督学习方向TSVM以及其它3种常用的迁移学习方法进行了对比,对比结果显示本文方法显著的高于SVM和TSVM,并在大多数数据集上优于其它3种迁移学习方法,实验结果表明该方法是有效的.
展开更多
关键词
归纳式学习
跨
领域
情感
倾向性
分析
迁移学习
图模型
下载PDF
职称材料
改进枢轴特征选择的跨领域情感分类
被引量:
3
5
作者
梁俊葛
相艳
+3 位作者
张周彬
熊馨
邵党国
马磊
《计算机工程与设计》
北大核心
2020年第11期3193-3198,共6页
对跨领域情感分类任务中因标签样本不足以及不同领域中特征分布差异大导致分类准确率低的问题进行研究,提出一种改进特征选择的跨领域情感分类模型(IPFS)。利用词形还原解决文本中构建词袋模型中的特征冗余的问题,通过卡方检验算法选择...
对跨领域情感分类任务中因标签样本不足以及不同领域中特征分布差异大导致分类准确率低的问题进行研究,提出一种改进特征选择的跨领域情感分类模型(IPFS)。利用词形还原解决文本中构建词袋模型中的特征冗余的问题,通过卡方检验算法选择领域间具有相同表征的枢轴特征作为领域间共享的桥梁,结合神经网络模型,完成跨领域情感分类任务。实验结果表明,IPFS模型与现有的相关模型相比取得了更好的分类效果。
展开更多
关键词
跨领域情感分析
枢轴特征
卡方检验
词形还原
神经网络
下载PDF
职称材料
题名
基于梯度数据选择的跨领域情感分析
1
作者
苏仪
周夏冰
机构
苏州大学计算机科学与技术学院
出处
《软件导刊》
2023年第5期50-56,共7页
基金
国家自然科学基金面上项目(62176174)。
文摘
情感分析研究往往依赖特定场景的大量标注数据,领域迁移会导致模型需要重新进行训练,因此跨领域情感分析任务应运而生。然而,目前跨领域情感分析方法大多考虑学习域的不变特征,或进行特征适应以处理源领域与目标领域的差距,并没有充分、高效地利用源领域数据,所以需要从数据迁移和利用的角度研究领域适应问题。不同于之前从源领域提取可迁移样本的启发式方法,提出一种通用的可学习的替代方法——梯度数据选择(GDS),可在训练过程中自动分配样本权重,由此使不可迁移的样本很容易在采样过程中被丢弃,而可迁移的样本会被更加频繁地采样到。在英文和中文两个数据集上进行实验,并将GDS应用到BERT、RoBERTa等模型进行通用性分析,实验结果证实了该方法的有效性。
关键词
跨领域情感分析
领域
适应
数据选择
半监督学习
迁移学习
预训练模型
Keywords
cross-domain sentiment analysis
domain adaptation
data selection
semi-supervised learning
transfer learning
pretrained model
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种基于卷积神经网络的跨领域情感分析
被引量:
3
2
作者
姬晨
郭延哺
金宸
段云浩
李维华
机构
云南大学信息学院
出处
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2019年第2期253-258,共6页
基金
国家自然科学基金(61762090)
云南省应用基础研究计划重点项目(2016FA026)
文摘
文本情感分析就是分析主观文本的情感倾向.针对情感分析中标签样本不足以及不同领域中情感表达存在差异的问题,提出一种基于卷积神经网络的跨领域情感分析方法,利用源领域标签样本完成对目标领域的无监督情感分析.首先,量化词项的情感极性、基于词向量度量词项的领域一致性,并在此基础上选择情感强烈且语义一致的词项作为领域间的共享词;然后,采用卷积神经网络提取文本特征,基于共享词的极性对源领域情感文本进行特征扩展;其次,基于扩展的文本完成情感分类器的训练,并对目标领域的情感文本进行分类;最后,在Amazon数据集上进行实验分析,实验结果表明该方法可以提高跨领域情感分类的准确率.
关键词
文本
情感
分析
跨领域情感分析
卷积神经网络
特征扩展
Keywords
sentiment analysis
cross-domain sentiment analysis
Convolutional Neural Network(CNN)
feature extension
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于贝叶斯网的跨领域情感分析方法
被引量:
4
3
作者
刘慧清
郭延哺
李维华
机构
云南大学信息学院
出处
《计算机应用与软件》
北大核心
2020年第12期119-126,共8页
基金
国家自然科学基金项目(61762090)
云南省应用基础研究计划重点项目(2016FA026)
+1 种基金
云南省创新团队项目(2018HC019)
云南大学研究生科研创新基金项目(2018226)。
文摘
基于机器学习的情感分析依赖于充足的标签样本。针对标签样本不足以及情感分类器存在的领域适应性问题,提出一种基于贝叶斯网的跨领域情感分析方法。基于贝叶斯网,对源领域和目标领域构建局部特征模型;研究局部特征模型的融合方法并构建全局特征模型;基于全局特征模型建立情感知识的迁移方法并训练分类器。在Amazon数据集上进行实验,结果表明,该方法在一定程度上提高了目标领域文本的情感分类精度,以及分类器在目标领域中的适应性。
关键词
跨领域情感分析
贝叶斯网
融合
迁移
Keywords
Cross-domain sentiment analysis
Bayesian network
Fusion Transfer
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
归纳式迁移学习在跨领域情感倾向性分析中的应用
被引量:
2
4
作者
孟佳娜
赵丹丹
于玉海
孙世昶
机构
大连民族大学计算机科学与工程学院
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第1期175-183,共9页
基金
国家自然科学基金(61202254)
中央高校自主科研基金(DC201502030202
DC201502030405)
文摘
在解决情感倾向性分析问题中,传统的监督学习和半监督学习都是在训练和测试所用的数据来自相同分布的假设基础之上的,但在很多情况下不能满足这样的假设,这就产生了跨领域的情感倾向性分析问题.在跨领域情感倾向性分析中,提出一种基于归纳式迁移学习的图模型,通过图模型建立源领域和目标领域数据之间的关联,使得源领域的数据通过图模型学习目标领域数据在特征和实例上的特点.同时,利用归纳式迁移学习方法使用少量的目标领域的已标注数据进行训练,从而提高了情感分类器在目标领域的分类准确率,极大地改进了跨领域情感倾向性分析的效果.在标准数据集上进行了实验,并与监督学习方法 SVM、半监督学习方向TSVM以及其它3种常用的迁移学习方法进行了对比,对比结果显示本文方法显著的高于SVM和TSVM,并在大多数数据集上优于其它3种迁移学习方法,实验结果表明该方法是有效的.
关键词
归纳式学习
跨
领域
情感
倾向性
分析
迁移学习
图模型
Keywords
inductive learning
cross-domain sentiment analysis
transfer learning
graph model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
改进枢轴特征选择的跨领域情感分类
被引量:
3
5
作者
梁俊葛
相艳
张周彬
熊馨
邵党国
马磊
机构
昆明理工大学信息工程与自动化学院
出处
《计算机工程与设计》
北大核心
2020年第11期3193-3198,共6页
基金
国家自然科学基金项目(61462054、61732005、61672271、61741112)
云南省自然科学基金项目(2017FB098)
+2 种基金
国家博士后面上科学基金项目(2016M592894XB)
云南省科技厅基金项目(2015FB135)
云南省重大科技基金项目(2018ZF017)。
文摘
对跨领域情感分类任务中因标签样本不足以及不同领域中特征分布差异大导致分类准确率低的问题进行研究,提出一种改进特征选择的跨领域情感分类模型(IPFS)。利用词形还原解决文本中构建词袋模型中的特征冗余的问题,通过卡方检验算法选择领域间具有相同表征的枢轴特征作为领域间共享的桥梁,结合神经网络模型,完成跨领域情感分类任务。实验结果表明,IPFS模型与现有的相关模型相比取得了更好的分类效果。
关键词
跨领域情感分析
枢轴特征
卡方检验
词形还原
神经网络
Keywords
cross domain sentiment analysis
pivot feature
chi-square test
lemmatization
neural network
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于梯度数据选择的跨领域情感分析
苏仪
周夏冰
《软件导刊》
2023
0
下载PDF
职称材料
2
一种基于卷积神经网络的跨领域情感分析
姬晨
郭延哺
金宸
段云浩
李维华
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2019
3
下载PDF
职称材料
3
基于贝叶斯网的跨领域情感分析方法
刘慧清
郭延哺
李维华
《计算机应用与软件》
北大核心
2020
4
下载PDF
职称材料
4
归纳式迁移学习在跨领域情感倾向性分析中的应用
孟佳娜
赵丹丹
于玉海
孙世昶
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2016
2
下载PDF
职称材料
5
改进枢轴特征选择的跨领域情感分类
梁俊葛
相艳
张周彬
熊馨
邵党国
马磊
《计算机工程与设计》
北大核心
2020
3
下载PDF
职称材料
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