基于细粒度信息交互注意力的情绪分类方法 |
| |
引用本文: | 胡慧君,易洋,施琦,唐东昕,刘茂福.基于细粒度信息交互注意力的情绪分类方法[J].武汉大学学报(理学版),2023(3):400-408. |
| |
作者姓名: | 胡慧君 易洋 施琦 唐东昕 刘茂福 |
| |
作者单位: | 1. 武汉科技大学计算机科学与技术学院;2. 智能信息处理与实时工业系统湖北省重点实验室;3. 武汉科技大学大数据科学与工程研究院;4. 贵州中医药大学第一附属医院 |
| |
基金项目: | 国家重点研发计划(2019YFC1712500);;贵州省科技计划项目(黔科合支撑[2021]一般095); |
| |
摘 要: | 现有细粒度分析方法未能充分利用细粒度情绪信息来增强上下文与评价目标间的语义关联性,且对多词构成的评价目标仅平均化处理,损失了词间内容与关系信息,导致分类不精准。针对上述问题,本文提出了一种基于细粒度信息交互注意力(interactive attention with fine-grained information,FGIA)的情绪分类方法,通过采用更加细粒度的注意力机制来实现评价目标与上下文之间的充分交互,同时得到目标对上下文以及上下文对目标的交互注意力表示,进而辅助完成情绪分类。在本文构建的COVID-19网络舆情中文数据集上进行了实验验证,结果表明,FGIA能够有效地提升网络舆情数据情绪分类的准确性,相比于主流的分类方法,在各项评价指标上均取得了较高的提升。
|
关 键 词: | 情绪分类 细粒度信息 交互注意力 |
|
|