对抗长短时记忆网络的跨语言 文本情感分类方法 |
| |
引用本文: | 党莉,陈锻生,张洪博.对抗长短时记忆网络的跨语言 文本情感分类方法[J].华侨大学学报(自然科学版),2019,40(2). |
| |
作者姓名: | 党莉 陈锻生 张洪博 |
| |
作者单位: | 华侨大学 计算机科学与技术学院,福建 厦门,361021;华侨大学 计算机科学与技术学院,福建 厦门,361021;华侨大学 计算机科学与技术学院,福建 厦门,361021 |
| |
基金项目: | 国家自然科学基金;福建省科技计划重点项目 |
| |
摘 要: | 针对文本情感分类任务中,有情感标注的语料在不同语言中的不均衡问题,结合深度学习和迁移学习,提出一种基于对抗长短时记忆网络(ALSTM)的跨语言文本情感分类方法.设置双语各自独立的特征提取网络和共享特征提取网络,把获取到的特征拼接输入到分类器进行分类.在共享特征提取网络中,设置语言分类器,运用对抗思想优化模型,通过投票法决定文本最终的情感极性.实验表明:该方法可以取得跨语言文本情感分类任务更高的准确度.
|
关 键 词: | 文本情感 跨语言 对抗 长短时记忆网络 共享特征 |
本文献已被 CNKI 万方数据 等数据库收录! |
|