基于BERT和层次化Attention的微博情感分析研究
赵宏1; 傅兆阳1; 赵凡2
2021
发表期刊计算机工程与应用
ISSN1002-8331
卷号58期号:05页码:1-8
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。
关键词深度学习 情感分析 特征提取 词向量 注意力机制
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金(62166025,51668043);甘肃省重点研发计划(21YF5GA073)
中图分类号TP391.1
来源库计算机工程与应用
引用统计
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/149522
专题计算机与通信学院
作者单位1.兰州理工大学计算机与通信学院;
2.甘肃省科学技术情报研究所
第一作者单位计算机与通信学院
第一作者的第一单位计算机与通信学院
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,2021,58(05):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,58(05),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 58.05(2021):1-8.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[赵宏]的文章
[傅兆阳]的文章
[赵凡]的文章
百度学术
百度学术中相似的文章
[赵宏]的文章
[傅兆阳]的文章
[赵凡]的文章
必应学术
必应学术中相似的文章
[赵宏]的文章
[傅兆阳]的文章
[赵凡]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。