基于BERT和层次化Attention的微博情感分析研究 | |
赵宏2; 傅兆阳2; 赵凡1 | |
刊名 | 计算机工程与应用 |
2021 | |
页码 | 1-8 |
关键词 | 深度学习 情感分析 特征提取 词向量 注意力机制 |
英文摘要 | 微博情感分析旨在挖掘网民对特定事件的观点和看法,是网络舆情监测的重要内容。目前的微博情感分析模型一般使用Word2Vector或GloVe等静态词向量方法,不能很好地解决一词多义问题;另外,使用的单一词语层Attention机制未能充分考虑文本层次结构的重要性,对句间关系捕获不足。针对这些问题,提出一种基于BERT和层次化Attention的模型BERT-HAN(Bidirectional Encoder Representations from Transformers-Hierarchical Attention Networks)。首先,通过BERT生成蕴含上下文语意的动态字向量;然后,通过两层BiGRU分别得到句子表示和篇章表示,在句子表示层引入局部Attention机制捕获每句话中重要的字,在篇章表示层引入全局Attention机制以区分不同句子的重要性;最后,通过Softmax对情感进行分类。实验结果表明,本文提出的BERT-HAN模型能有效提升微博情感分析的Macro F1和Micro F1值,具有较大的实用价值。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/149522] |
专题 | 计算机与通信学院 |
作者单位 | 1.甘肃省科学技术情报研究所 2.兰州理工大学计算机与通信学院; |
推荐引用方式 GB/T 7714 | 赵宏,傅兆阳,赵凡. 基于BERT和层次化Attention的微博情感分析研究[J]. 计算机工程与应用,2021:1-8. |
APA | 赵宏,傅兆阳,&赵凡.(2021).基于BERT和层次化Attention的微博情感分析研究.计算机工程与应用,1-8. |
MLA | 赵宏,et al."基于BERT和层次化Attention的微博情感分析研究".计算机工程与应用 (2021):1-8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论