【摘 要】
：
尽管机器学习技术降低了方面级情感分类对情感词典的依赖,但是它提取深层的上下文关系特征的能力仍不够。近年来快速发展的深度学习技术解决了这个问题,它不依赖于人工提取特征,且通过端到端的训练学习挖掘到了更深层次的语义。方面级情感分类对语义理解有极高的要求,挖掘文本的深层次语义有利于提高细粒度情感分类的准确率,其中依存句法结构信息至关重要。因此,通过深度学习技术,有效利用依存句法信息,来挖掘深层次语义信息
论文部分内容阅读
尽管机器学习技术降低了方面级情感分类对情感词典的依赖,但是它提取深层的上下文关系特征的能力仍不够。近年来快速发展的深度学习技术解决了这个问题,它不依赖于人工提取特征,且通过端到端的训练学习挖掘到了更深层次的语义。方面级情感分类对语义理解有极高的要求,挖掘文本的深层次语义有利于提高细粒度情感分类的准确率,其中依存句法结构信息至关重要。因此,通过深度学习技术,有效利用依存句法信息,来挖掘深层次语义信息,是本文研究的问题。对于以上发现,本文着眼于提高方面级情感分类算法的分类能力,在以下两个方面取得了进展:1.提出了一种基于依赖图卷积和迁移词性标注的方面级情感分类模型,即LCFTDGCN。它是一种基于多头自注意、局部上下文焦点注意机制、迁移词性标注辅助和依赖图卷积网络的方面级情感分类模型,它能够正确地捕获句法信息和长距离词,解决长距离多词依赖问题。该模型从序列级全局上下文和与方面词相关的局部上下文词中学习特征,其中局部上下文部分是根据语义相对距离来计算局部上下文特征。此外,该模型把迁移词性标注当作辅助任务来增强特征和提高准确性。在五个基准数据集上的实验结果表明,LCF-TDGCN模型取得了不错情感分类效果,有效地解决了解决局部语境中的句法约束问题。2.提出了一种基于局部语境和改进依存句法信息捕获的方面级情感分类模型,即LCF-KVMN。它是一种基于多头自注意、局部上下文焦点注意机制和键值记忆网络的方面级情感分类模型。该模型也着眼于解决局部语境中的句法约束问题,有效地提取局部语境信息和改进依存句法信息捕获的方法是我们关注的重点。该模型利用键值记忆网络对构建的依存句法树进行处理,提取句子结构的句法信息,正确捕获依存句法的依赖关系、依存句法依赖关系类型和长距离词,解决长距离依赖问题。此外,本文整合了预先训练好的BERT模型,利用局部上下文注意机制和自我注意机制,显著提高了方面级情感分类任务的性能,取得了良好的效果。在基准数据集上的实验结果表明,LCF-KVMN有效地聚焦局部语境和改进了上下文依存句法信息的捕获。
其他文献
＜正＞庄信万丰公司（Johnson Matthey）宣布，英国石油公司（BP）与其共同开发的费-托合成技术（FT-CANS）已被战略生物燃料公司（Strategic Biofuels）选中。该项目旨在生产世界上碳足迹最低的液体燃料，将工业排放、直接空气捕获、城市固体废物或其他生物质等来源产生的合成气转化为适合生产可再生柴油和可持续航空燃料的长链烃类化合物。战略生物燃料公司是开发负碳足迹的生物燃料工
目的:探讨LN患儿血清1,25-（OH）2-D3水平与病情活动度的关系。方法:筛选并收集2016年01月-2021年12月就诊于贵阳市妇幼保健院肾脏病房初次诊断的40例LN患儿的临床资料。将初诊40例LN患儿纳入LN组,依据系统性红斑狼疮疾病活动度（SLEDAI-2K）评分,分为轻-中度组（SLEDAI＜15分）和重度组（SLEDAI≥15分）。对照组为同期住院的无肾脏等基础疾病的患儿（40例）。
目的:探讨婴幼儿反复喘息的转归及其影响因素,了解患儿发生持续性喘息的危险因素,为临床上及时评估及预测可能发展为持续性喘息的患儿提供理论依据。方法:收集2017年6月至2018年6月期间于贵州医科大学附属医院小儿呼吸科诊治的反复喘息的婴幼儿,记录患儿的一般资料、实验室资料及病史资料;在其出院3年后通过电话随访患儿的喘息情况,根据3岁之后是否还有喘息,分为一过性喘息组、持续性喘息组;采用单因素分析,对
目的:探讨外周血红细胞分布宽度、中性粒细胞与淋巴细胞比值预测儿童紫癜性肾炎的发生及其新月体形成的诊断意义,为无法及时取得肾脏病理结果时对指导治疗和评估预后提供建议。方法:以2015年1月-2021年11月在贵州医科大学附属医院确诊为过敏性紫癜的患者为研究对象。收集患者的基本信息、第一次入院时的血常规、血生化及肾脏病理结果,并计算出中性粒细胞与淋巴细胞比值。设计Excel表格录入数据,使用SPSS2
随着社会经济的不断发展,行业的竞争压力也越来越大,市场偏向饱和状态且客户的流动性较大,许多企业都面临着客户流失的实质问题,客户流失预测对企业的发展尤为重要,它可以将潜在的流失客户预测出来,从而使得企业更有针对性更高效地制定客户挽留措施,有效降低企业的成本,提高市场竞争力。对于客户流失的预测问题有很多解决方案,传统的机器学习方法存在特征工程对模型效果影响较大的缺点,深度学习则使得算法不会太依赖于领域
分布式计算通过将一个计算任务分解成许多小的部分,分配给多台计算机处理,能够提高计算效率。已有研究发现,分布式计算中,数据交换耗费的时间占总体执行时间相当大的一部分,因此人们将编码引入分布式计算,以降低通信负载。有研究表明,实现最优通信负载的编码分布式计算方案,需要大量的输入文件和输出函数,难以在实际中应用。所以,如何减少输入文件和输出函数的数量,同时保证较低的通信负载,是一个需要解决且充满挑战的研
探明氨基酸叶面肥对黄化茶树夏秋茶产量和品质的影响，为黄化茶树夏秋茶提质增产提供技术支撑。以黄化茶树品种‘中黄3号’为试材，设置不施叶面肥（CK）、喷施氨基酸水溶性叶面肥（氨基酸≥100 g/L、锌≥10 g/L、硼≥100 g/L,T1）、喷施活性氨基酸叶面肥（氨基酸≥100 g/L、有机质≥130 g/L、锌+硼≥100 g/L,T2）、喷施茶树叶面肥（氨基酸≥100 g/L、锌+硼≥100 g
目的：调查医院神经内科中成药应用情况，统计不合理用药情况，并制定管理对策。方法：调查医院神经内科中成药应用情况，包括中成药种类、使用不规范情况，分析原因并制定针对性管理对策。结果：2020年医院神经内科715例患者共开具1 538张中成药处方，其中使用频率最高的前10种药物分别是丹参川芎嗪注射液、枣仁安神颗粒、脑心通胶囊、丹红注射液、天麻素注射液、参麦注射液、七叶神安片、舒血宁注射液、百乐眠胶囊。
目的:探讨人本位整体护理用于新生儿病房护理管理的效果。方法:医院从2018年1月起在新生儿病房护理管理中实行人本位整体护理管理,随机选取2017年新生儿科收治的100例住院患儿为实施前,实行传统护理管理;选取2018年的100例住院患儿为实施后,实行人本位整体护理,比较实施前后护理人员的专业理论和护理技能考核水平、护理缺陷发生率及患儿家属对护理工作的满意度。结果:护理人员的新生儿科知识及实践技能考
目的:探讨分析内科中构建优质护理管理模式的意义。方法:选择2016~2017年在医院就诊的100例患者,经过医院的伦理审核通过,患者签写知情同意书,随机分为两组。对照组采用常规护理管理模式,观察组为通过建立护理绩效考核小组,构建优质护理管理的新型管理模式。比较两组患者对护理质量的评分,统计患者对护理工作的满意度和护士对自身工作的满意度。结果:观察组患者对危重护理、基础护理、病房管理、护理安全等评分