期刊文献+
共找到85篇文章
< 1 2 5 >
每页显示 20 50 100
跨模态特征增强与层次化MLP通信的多模态情感分析
1
作者 王旭阳 马瑾 《广西师范大学学报(自然科学版)》 北大核心 2026年第1期91-101,共11页
在多模态情感分析任务中,由于非语言模态信息利用不充分、跨模态交互缺乏细粒度关联建模以及层次化语义融合机制不完善,导致不同模态之间的情感信息难以实现有效融合。为此,本文提出一种跨模态特征增强与层次化MLP通信的多模态情感分析... 在多模态情感分析任务中,由于非语言模态信息利用不充分、跨模态交互缺乏细粒度关联建模以及层次化语义融合机制不完善,导致不同模态之间的情感信息难以实现有效融合。为此,本文提出一种跨模态特征增强与层次化MLP通信的多模态情感分析方法。该方法构建渐进式融合架构,首先通过跨模态注意力机制增强非语言模态信息,捕捉多对多的跨模态细粒度交互;继而使用层次化MLP通信模块,在模态融合维度与时间建模维度上分别设计并行与堆叠的MLP模块,实现水平与垂直方向的层次化特征交互,有效提升情感理解的准确性与表达能力。实验结果表明,本文模型在CMU-MOSI上,Acc2和F_(1)值较次优模型分别提升0.89和0.77个百分点,在CMU-MOSEI上对比实验各项指标均优于基准模型,Acc2、F_(1)值分别达到86.34%、86.25%。 展开更多
关键词 多模态 情感分析 跨模态注意力 层次化MLP通信 门控单元
在线阅读 下载PDF
基于跨模态增强网络的时序多模态情感分析 被引量:1
2
作者 王旭阳 章家瑜 《广西师范大学学报(自然科学版)》 北大核心 2025年第4期97-107,共11页
针对多模态情感分析中存在的模态间交互性差、时序性考虑不充分以及模态重要性不同等问题,本文提出一种基于跨模态增强网络的时序多模态情感分析框架(TCAN-SA)。首先,通过模态间交互模块增强各模态之间的信息交流;其次,引入双向时域卷... 针对多模态情感分析中存在的模态间交互性差、时序性考虑不充分以及模态重要性不同等问题,本文提出一种基于跨模态增强网络的时序多模态情感分析框架(TCAN-SA)。首先,通过模态间交互模块增强各模态之间的信息交流;其次,引入双向时域卷积网络(BiTCN)层,以捕捉模态信息的时序特征;最后,采用多模态门控模块来平衡模态间的重要性差异。实验结果表明,该框架在公开数据集CMU-MOSI和CMU-MOSEI上表现优异,相较于现有模型,性能更为突出。 展开更多
关键词 时域卷积 多模态情感分析 多模态融合 门控单元 TRANSFORMER
在线阅读 下载PDF
基于语义特征提取的隐式情感分析方法 被引量:2
3
作者 丛眸 彭涛 朱蓓蓓 《吉林大学学报(理学版)》 北大核心 2025年第1期107-113,共7页
针对目前隐式情感语句中情感词不明显或较少、表达方式委婉等问题,提出一种基于语义特征提取的隐式情感分析方法.该方法通过引入与隐式情感语句相关的事实信息作为辅助特征,并利用RoBERTa预训练模型对文本及其辅助特征进行深度语义交互... 针对目前隐式情感语句中情感词不明显或较少、表达方式委婉等问题,提出一种基于语义特征提取的隐式情感分析方法.该方法通过引入与隐式情感语句相关的事实信息作为辅助特征,并利用RoBERTa预训练模型对文本及其辅助特征进行深度语义交互,以获取全局特征;同时,采用双向门控循环单元(BiGRU)捕捉局部特征,最后结合注意力池化技术计算情感权重,从而更准确地识别和理解隐含的情感信息.在数据集Snopes和PolitiFact上进行仿真实验,实验结果表明,该方法在隐式情感分析方面性能优异,不仅在多个评价指标上超越了现有方法,且整体性能得到显著提升,为更广泛的情感分析应用场景提供了有效的解决方案,特别是在处理复杂和间接表达的情感内容时,具有重要的应用价值和意义. 展开更多
关键词 语义特征 隐式情感分析 双向门控循环单元 注意力池化
在线阅读 下载PDF
专家路由的方面级多模态情感分析
4
作者 赵京胜 王永政 +2 位作者 杨心怡 曲维龙 朱巧明 《计算机工程与应用》 北大核心 2025年第10期155-165,共11页
在方面级多模态情感分析领域,通过方面术语提取和方面级情感分类任务获取句子中的方面-情感对,前者提取句子中人物、商品等实体的方面词,后者根据给定的方面术语预测用户的情感极性。现有两种主流方法完成两个子任务,但存在各自的问题:... 在方面级多模态情感分析领域,通过方面术语提取和方面级情感分类任务获取句子中的方面-情感对,前者提取句子中人物、商品等实体的方面词,后者根据给定的方面术语预测用户的情感极性。现有两种主流方法完成两个子任务,但存在各自的问题:(1)使用两个独立模型分别处理两个子任务,不同模型之间语义关联度较差,两个任务之间的底层特征无法得到延续;(2)使用一个模型同时处理两个子任务,两个任务共享一套模型参数,难以针对方面术语提取和方面级情感分类特点提升各任务性能,使提取方面-情感对的效率低。为解决上述问题,提出了专家路由的方面级多模态情感分析方法。在一个模型中针对性处理两个子任务,引入专家路由思想,采用稀疏-激活策略,即并非所有参数都会在处理每个输入时被激活,而是根据输入的特定任务需求,只有部分参数集合被调用处理各个任务。模型利用图像(文本)关键信息关注文本(图像)相关联的部分,形成视觉区域与包含情感信息方面词的初步的局部对应语义关联,通过门控单元获取模态间共享互补的深度混合语义矩阵。最后通过方面级情感分类模块进行情感预测。在两个公开数据集Twitter2015和Twitter2017上的实验结果表明该模型优于一系列基线模型。 展开更多
关键词 方面级多模态情感分析 专家路由 门控单元 注意力机制
在线阅读 下载PDF
基于结构信息引导LSTM和融合门控机制的方面级情感分析
5
作者 吴文 李卫疆 《中文信息学报》 北大核心 2025年第11期148-159,共12页
现有的方面级情感分析研究大部分只关注依存句法关系,忽略了语义依赖关系,导致它们在句法不规范的评论文本数据上表现不佳,并且此类方法没有充分利用线性表示的上下文信息和图编码表示的结构信息。针对上述问题,该文提出了一种基于结构... 现有的方面级情感分析研究大部分只关注依存句法关系,忽略了语义依赖关系,导致它们在句法不规范的评论文本数据上表现不佳,并且此类方法没有充分利用线性表示的上下文信息和图编码表示的结构信息。针对上述问题,该文提出了一种基于结构信息引导LSTM和融合门控机制的方面级情感分析模型。该模型同时考虑了句法结构信息和语义结构信息,并通过结构信息引导LSTM在每个时间步指导模型学习结构信息。这种机制能够更好地集成上下文信息和结构化信息,然后通过融合门控机制评估增强表示的结构信息对方面词情感极性的贡献,得到深度融合后的特征进行分类。模型在Twitter、Restaurant和Laptop数据集上的实验结果与基准模型相比均有明显提升。 展开更多
关键词 方面级情感分类 结构信息引导单元 门控机制
在线阅读 下载PDF
结合共注意网络的深度BiGRU和DPCS情感分析模型
6
作者 陈漫漫 于莲芝 《电子科技》 2025年第5期22-30,共9页
针对一词多义现象和情感分析模型无法提取全面深度语义特征等问题,文中提出结合共注意网络的深度BiGRU(Bidirectional Gated Recurrent Unit)和DPCS(Deep Convolutional Attention Networks)情感分析模型。使用RoBERTaRoBERTa(Robustly ... 针对一词多义现象和情感分析模型无法提取全面深度语义特征等问题,文中提出结合共注意网络的深度BiGRU(Bidirectional Gated Recurrent Unit)和DPCS(Deep Convolutional Attention Networks)情感分析模型。使用RoBERTaRoBERTa(Robustly optimized BERT approach)获取文本的动态语义表征,通过并行双通道网络的深度BiGRU与DPCS分别提取深层次文本上下文语义特征和重要文本局部特征,利用基于共注意网络的特征融合将不同方面文本语义特征进行深度融合以获取更全面深层次的全局语义特征。为验证所提模型的有效性,在电影和线上购物评论数据集上进行实验对比。实验结果表明,所提模型的准确率和F1均高于其他模型,在两个数据集上准确率分别达到了93.05%和94.67%。 展开更多
关键词 文本情感分析 RoBERTa 双向门控循环神经网络 自注意力机制 卷积神经网络 动态共注意力网络 特征融合 全局语义特征
在线阅读 下载PDF
基于异质子图注意力网络的情感分析模型
7
作者 黄庆帮 左卫兵 《黑龙江工业学院学报(综合版)》 2025年第9期120-125,共6页
为解决复杂语义情感分析方法中深层语义捕捉不足、计算效率低等问题,提出一种基于异质子图注意力网络的情感分析模型(SA-HSAN)。该模型通过构建文本-词异质图,建模文本与词二者之间语义关联;融合FinBERT预训练模型与多头自注意力机制,... 为解决复杂语义情感分析方法中深层语义捕捉不足、计算效率低等问题,提出一种基于异质子图注意力网络的情感分析模型(SA-HSAN)。该模型通过构建文本-词异质图,建模文本与词二者之间语义关联;融合FinBERT预训练模型与多头自注意力机制,实现图节点特征的深层语义嵌入;利用GraphSAGE分层采样算法和异质图注意力网络融合的节点信息聚合方法,动态分配节点类型权重,从而降低计算复杂度。在股吧评论数据集上的实验结果表明,该模型的情感分类效果优于文献中对比模型。 展开更多
关键词 情感分析 异质子图 图注意力网络 双向门控循环单元
在线阅读 下载PDF
一种基于LDA主题模型的评论文本情感分类方法 被引量:9
8
作者 王伟 周咏梅 +2 位作者 阳爱民 周剑峰 林江豪 《数据采集与处理》 CSCD 北大核心 2017年第3期629-635,共7页
针对互联网出现的评论文本情感分析,引入潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型,提出一种分类方法。该分类方法结合情感词典,依据指定的情感单元搭配模式,提取情感信息,包括情感词和上、下文。使用主题模型发掘情感信... 针对互联网出现的评论文本情感分析,引入潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型,提出一种分类方法。该分类方法结合情感词典,依据指定的情感单元搭配模式,提取情感信息,包括情感词和上、下文。使用主题模型发掘情感信息中的关键特征,并融入到情感向量空间中。最后利用机器学习分类算法,实现中文评论文本的情感分类。实验结果表明,提出的方法有效降低了特征向量的维度,并且在文本情感分类上有很好的效果。 展开更多
关键词 评论文本 情感单元 潜在主题 情感分析 机器学习
在线阅读 下载PDF
E-learning评论文本的情感分类研究 被引量:8
9
作者 潘怡 叶辉 邹军华 《开放教育研究》 CSSCI 北大核心 2014年第2期88-94,共7页
自本世纪初起,E—learning作为一种灵活、丰富、高效的学习方式,被越来越多的学习者接受,而伴随着学习技术的逐步成熟,学习者对E—learning应用的要求也从最初的知识推送提升到能够在讲授者与学习者之间搭建有效的沟通桥梁,将零反馈的... 自本世纪初起,E—learning作为一种灵活、丰富、高效的学习方式,被越来越多的学习者接受,而伴随着学习技术的逐步成熟,学习者对E—learning应用的要求也从最初的知识推送提升到能够在讲授者与学习者之间搭建有效的沟通桥梁,将零反馈的封闭式学习变成多反馈的协作学习。E—learning的评论信息隐含了学习者在学习中遇到的问题和建议,从中可挖掘学习者对学习资源及授课者的意见。这对改善教学模式、完善教学支持服务意义重要。现有E—learning系统所提供的海量评论信息中正面评论与负面评论夹杂,给挖掘学习者的真实意见和需求带来困难。本文对文本情感分类过程进行归纳,构建了一种情感分类应用模型,在完成预处理、创建词典、提取情感特征后实现了一个情感分类引擎,并将该引擎与实际系统整合。改进后的系统能够将学习者的评论文本自动分为正面评论、负面评论和中性评论,实际性能及用户体验评价结果表明,新的基于情感单元的情感分类方法能满足E—learning评论文本的情感分类需求。 展开更多
关键词 E-LEARNING 评论文本 情感分类 情感单元
在线阅读 下载PDF
基于微博的情感倾向性分析方法研究 被引量:4
10
作者 高凯 李思雨 +3 位作者 阮冬茹 刘邵博 周二亮 乔世权 《中文信息学报》 CSCD 北大核心 2015年第4期40-49,共10页
随着微博等新型社会网络媒体的发展,人们在网络上传播着对各类话题的情感,社会网络也因此成为了挖掘社情民意的有效平台。传统文本分析算法难以适应篇幅短小、内容琐碎且富含情感特征的微博等短文本挖掘的需要。该文提出基于情感单元和... 随着微博等新型社会网络媒体的发展,人们在网络上传播着对各类话题的情感,社会网络也因此成为了挖掘社情民意的有效平台。传统文本分析算法难以适应篇幅短小、内容琐碎且富含情感特征的微博等短文本挖掘的需要。该文提出基于情感单元和评价对象分析的微博情感倾向性分析方法,通过基于词性共现概率计算的情感单元和情感评价对象抽取,计算情感单元的情感度,建立博主个性化及情感倾向性分析模型,完成情感倾向性分析。实验结果及分析验证了上述算法的有效性。 展开更多
关键词 社会网络 短文本挖掘 情感单元 评价对象
在线阅读 下载PDF
基于依存句法的跨语言细粒度情感分析 被引量:19
11
作者 唐晓波 刘一平 《情报理论与实践》 CSSCI 北大核心 2018年第6期124-129,共6页
[目的/意义]粗粒度的跨语言情感分析往往只考虑篇章段落中的情感分布信息,而忽略深层次的语义关系。为弥补这一缺陷,文章提出一种基于依存句法的跨语言细粒度情感分析算法。[方法/过程]首先对中文文本进行依存句法分析,从深层的语义关... [目的/意义]粗粒度的跨语言情感分析往往只考虑篇章段落中的情感分布信息,而忽略深层次的语义关系。为弥补这一缺陷,文章提出一种基于依存句法的跨语言细粒度情感分析算法。[方法/过程]首先对中文文本进行依存句法分析,从深层的语义关系入手,提出一系列识别规则,提取情感评价单元;然后利用机器翻译对情感评价单元进行语言转换;最后通过与英文情感词典的匹配分析,对情感评价单元的情感极性进行判定。[结果/结论]实验结果表明,与原有的情感评价单元提取方法相比,本文的方法在一定程度上提高了提取效率;同基础的单语言情感分析方法相较,借助英文情感词典所做的跨语言情感分类结果更为理想。 展开更多
关键词 依存句法分析 细粒度情感分析 情感词典 情感评价单元 情感分类
原文传递
融合卷积神经网络与双向GRU的文本情感分析胶囊模型 被引量:12
12
作者 程艳 孙欢 +3 位作者 陈豪迈 李猛 蔡盈盈 蔡壮 《中文信息学报》 CSCD 北大核心 2021年第5期118-129,共12页
文本情感分析是自然语言处理领域一个重要的分支。现有深度学习方法不能更为全面地提取文本情感特征,且严重依赖于大量的语言知识和情感资源,需要将这些特有的情感信息充分利用使模型达到最佳性能。该文提出了一种融合卷积神经网络与双... 文本情感分析是自然语言处理领域一个重要的分支。现有深度学习方法不能更为全面地提取文本情感特征,且严重依赖于大量的语言知识和情感资源,需要将这些特有的情感信息充分利用使模型达到最佳性能。该文提出了一种融合卷积神经网络与双向GRU网络的文本情感分析胶囊模型。该模型首先使用多头注意力学习单词间的依赖关系、捕获文本中情感词,利用卷积神经网络和双向GRU提取文本不同粒度的情感特征,特征融合后输入全局平均池化层,在得到文本的实例特征表示的同时,针对每个情感类别结合注意力机制生成特征向量构建情感胶囊,最后根据胶囊属性判断文本情感类别。模型在MR、IMDB、SST-5及谭松波酒店评论数据集上进行实验,相比于其他基线模型具有更好的分类效果。 展开更多
关键词 文本情感分析 多头注意力 卷积神经网络 双向门控循环网络 情感胶囊
在线阅读 下载PDF
一种加权词向量的混合网络文本情感分析方法 被引量:3
13
作者 刘道华 崔玉爽 +1 位作者 冯宸 王莎莎 《信阳师范学院学报(自然科学版)》 CAS 北大核心 2021年第3期472-477,共6页
针对文本中关键信息被忽略以及分类准确率不高的问题,提出一种加权word2vec的卷积神经网络(CNN)与ATT-BiGRU混合神经网络情感分析模型.由于word2vec生成的词向量无法突出文本关键词的作用,因此引入词频-逆文档频率(TF-IDF)算法计算词汇... 针对文本中关键信息被忽略以及分类准确率不高的问题,提出一种加权word2vec的卷积神经网络(CNN)与ATT-BiGRU混合神经网络情感分析模型.由于word2vec生成的词向量无法突出文本关键词的作用,因此引入词频-逆文档频率(TF-IDF)算法计算词汇权重值.然后,将加权运算后的词向量输入CNN与ATT-BiGRU混合模型提取隐含特征.该模型通过卷积神经网络(CNN)和基于注意力机制的双向门限循环单元(ATT-BiGRU)分别提取文本特征,以此来提高文本的表示能力.多组实验对比结果表明,与其他算法相比较,该模型的分类准确率最高且耗费时间代价小. 展开更多
关键词 TF-IDF 卷积神经网络 双向门限循环单元 情感分析
在线阅读 下载PDF
多元特征融合的GRU神经网络文本情感分类模型 被引量:11
14
作者 王根生 黄学坚 闵潞 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2130-2138,共9页
传统机器学习文本情感分类算法文本表示维度高、语义丢失、矩阵稀疏、分类模型浅,导致算法泛化能力弱;基于深度学习的文本情感分类算法推崇数据驱动,忽略了对情感已有的先验知识,算法需要大量的训练数据才能获得较好效果.针对这一现象,... 传统机器学习文本情感分类算法文本表示维度高、语义丢失、矩阵稀疏、分类模型浅,导致算法泛化能力弱;基于深度学习的文本情感分类算法推崇数据驱动,忽略了对情感已有的先验知识,算法需要大量的训练数据才能获得较好效果.针对这一现象,提出基于词嵌入特征、词情感特征、词权重特征融合的GRU神经网络文本情感分类模型(TMMG):该模型通过Word2vec模型得出低维稠密且包含语义信息的词嵌入特征;根据文本情感表达特点,构造包含六种情感要素的情感字典,依据情感要素字典定量表示情感特征;使用TF-IDF计算词语的权重特征;将前面3类特征融合构造词语融合特征表示,并将文本转换成融合特征序列数据;利用GRU神经网络处理序列化数据的优势,构建情感分类模型TMMG.实验结果发现该模型TMMG相比传统机器学习具有更好的泛化能力,相比其他深度学习算法在较少训练数据量时也能获得较好的分类效果. 展开更多
关键词 情感分类 特征融合 词嵌入 GRU TMMG
在线阅读 下载PDF
甘肃省文化记忆空间识别与格局演化 被引量:24
15
作者 李巍 漆建武 张凯 《经济地理》 CSSCI CSCD 北大核心 2021年第1期74-86,共13页
文化记忆是阐释历史空间和地方情感的特定载体。文章依据文化记忆理论建构甘肃省文化记忆空间识别模式和分类体系,并结合场能模型、探索性空间数据分析、灰色关联模型及核密度分析等方法,对甘肃省不同时期、类型下的文化记忆空间演变格... 文化记忆是阐释历史空间和地方情感的特定载体。文章依据文化记忆理论建构甘肃省文化记忆空间识别模式和分类体系,并结合场能模型、探索性空间数据分析、灰色关联模型及核密度分析等方法,对甘肃省不同时期、类型下的文化记忆空间演变格局进行研究。结果表明:甘肃省文化记忆空间体系呈现2类记忆表征、8类记忆场型和4类记忆空间结构;从不同时期文化记忆演变来看,甘肃省文化记忆演进经历记忆产生、发展和转型再生过程;从多类型文化记忆演变特征来看,甘肃省文化记忆空间主导类型为"生产生活型+功能表征型";从文化记忆空间分布和演变方向来看,甘肃省物质文化记忆和精神文化记忆在空间上差异较大,文化记忆空间演化的主导方向介于北偏西,且由东南向西北逐渐过渡。 展开更多
关键词 场域 空间 文化记忆 集体记忆 文物保护单位 文化遗产 地方情感 甘肃省
原文传递
引入注意力机制的BiGRU-CNN情感分类模型 被引量:14
16
作者 胡玉琦 李婧 +2 位作者 常艳鹏 梁顺攀 原福永 《小型微型计算机系统》 CSCD 北大核心 2020年第8期1602-1607,共6页
自然语言处理中采用提取用户评论中的情感信息来进行情感分类的研究,但在现有的方法中很多只考虑了评论中的文本信息,而忽略了用户特征和产品特征在决定评论的情感时发挥的作用.因此,为了解决上述问题,本文提出一种引入注意力机制(Atten... 自然语言处理中采用提取用户评论中的情感信息来进行情感分类的研究,但在现有的方法中很多只考虑了评论中的文本信息,而忽略了用户特征和产品特征在决定评论的情感时发挥的作用.因此,为了解决上述问题,本文提出一种引入注意力机制(Attention Mechanism,AM),将双向门控递归单元(Bidirectional Gated Recurrent Unit,BiGRU)和卷积神经网络(Convolutional Neural Netw ork,CNN)相联合的文本情感分类模型.本模型首先利用BiGRU进行序列化学习,然后引入注意力机制将较大的权重赋予给相关的特征,之后将其作为CNN的输入来提取评论文本中的特征,从而充分结合了文本的时间序列信息和局部上下文信息,将最大池应用于连接向量,分别得到用户评论文本与产品文本的特征表示,并将两者进行结合得到最终的文本特征进行分类.经实验结果表明,该模型对评论文本情感分类的作用是很大的. 展开更多
关键词 自然语言处理 情感分类 注意力机制 双向门控神经网络 卷积神经网络
在线阅读 下载PDF
面向多模态情感分析的双模态交互注意力 被引量:13
17
作者 包广斌 李港乐 王国雄 《计算机科学与探索》 CSCD 北大核心 2022年第4期909-916,共8页
针对现有多模态情感分析方法中存在情感分类准确率不高,难以有效融合多模态特征等问题,通过研究分析相邻话语之间的依赖关系和文本、语音和视频模态之间的交互作用,建立一种融合上下文和双模态交互注意力的多模态情感分析模型。该模型... 针对现有多模态情感分析方法中存在情感分类准确率不高,难以有效融合多模态特征等问题,通过研究分析相邻话语之间的依赖关系和文本、语音和视频模态之间的交互作用,建立一种融合上下文和双模态交互注意力的多模态情感分析模型。该模型首先采用双向门控循环单元(BiGRU)捕获各模态中话语之间的相互依赖关系,得到各模态的上下文信息。为了学习不同模态之间的交互信息,提出了一种双模态交互注意力机制来融合两种模态的信息,并将其作为条件向量来区分各模态信息对于情感分类的重要程度;然后结合自注意力、全连接层组成多模态特征融合模块,挖掘模态内部和模态之间的关联性,获得跨模态联合特征。最后,将得到的上下文特征和跨模态联合特征进行拼接,经过一层全连接层后馈送至Softmax进行最终的情感分类。在公开的多模态情感分析数据集CMU-MOSI上对所提出的模型进行评估,实验结果表明,相比现有模型,该模型在多模态情感分类任务上的表现是有效的和先进的。 展开更多
关键词 多模态 情感分析 双向门控循环单元(BiGRU) 上下文 双模态交互注意力 特征融合
在线阅读 下载PDF
基于多层跨模态注意力融合的图文情感分析 被引量:6
18
作者 陈巧红 孙佳锦 +1 位作者 孙麒 贾宇波 《浙江理工大学学报(自然科学版)》 2022年第1期85-94,共10页
针对现有图文情感分析模型仅考虑图像高层特征与文本特征的联系,而忽视图像低层特征的问题,提出了一种基于多层跨模态注意力融合(Multi-level cross-modal attention fusion, MCAF)的图文情感分析模型。该模型首先将VGG13网络外接多层卷... 针对现有图文情感分析模型仅考虑图像高层特征与文本特征的联系,而忽视图像低层特征的问题,提出了一种基于多层跨模态注意力融合(Multi-level cross-modal attention fusion, MCAF)的图文情感分析模型。该模型首先将VGG13网络外接多层卷积,以获取不同层次的图像特征,并使用BERT词嵌入与双向门控循环网络(Gated recurrent unit, GRU)网络获取文本情感特征;然后将提取后的多层图像特征与文本特征进行注意力融合,得到多组单层文本-图像注意力融合特征,并将其通过注意力网络分配权重;最后将得到的多层文本-图像注意力融合特征输入全连接层,得到分类结果。在公开的MVSA和Memotion-7k数据集上进行实验,结果显示:与图文情感分析基线模型相比,基于多层跨模态注意力融合的图文情感分析模型的准确率和F1值在MVSA数据集上分别提升2.61%和3.56%,在Memotion-7k数据集上分别提升3.25%和3.63%。这表明该模型能够有效提高图文情感分类性能。 展开更多
关键词 图文情感分析 门控循环网络 注意力机制 跨模态融合 多层图像特征抽取
原文传递
基于BERT与注意力机制的方面级隐式情感分析模型 被引量:4
19
作者 杨春霞 韩煜 +1 位作者 陈启岗 马文文 《南京信息工程大学学报(自然科学版)》 CAS 北大核心 2023年第5期551-560,共10页
在方面级情感文本中存在部分不含情感词的评论句,对其情感的研究被称为方面级隐式情感分析.现有分析模型在预训练过程中可能会丢失与方面词相关的上下文信息,并且不能准确提取上下文中深层特征,本文首先构造了方面词感知BERT预训练模型... 在方面级情感文本中存在部分不含情感词的评论句,对其情感的研究被称为方面级隐式情感分析.现有分析模型在预训练过程中可能会丢失与方面词相关的上下文信息,并且不能准确提取上下文中深层特征,本文首先构造了方面词感知BERT预训练模型,通过将方面词引入到基础BERT的输入嵌入结构中,生成与方面词信息相关的词向量;然后构造了语境感知注意力机制,对由编码层得到的深层隐藏向量,将其中的语义和句法信息引入到注意力权重计算过程,使注意力机制能更加准确地分配权重到与方面词相关的上下文.对比实验结果表明,本文模型的效果优于基线模型. 展开更多
关键词 方面级情感分析 隐式情感分析 门控循环单元 注意力机制 BERT模型
在线阅读 下载PDF
基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析 被引量:49
20
作者 程艳 尧磊波 +5 位作者 张光河 唐天伟 项国雄 陈豪迈 冯悦 蔡壮 《计算机研究与发展》 EI CSCD 北大核心 2020年第12期2583-2595,共13页
近年来,卷积神经网络(convolutional neural network,CNN)和循环神经网络(recurrent neural network,RNN)已在文本情感分析领域得到广泛应用,并取得了不错的效果.然而,文本之间存在上下文依赖问题,虽然CNN能提取到句子连续词间的局部信... 近年来,卷积神经网络(convolutional neural network,CNN)和循环神经网络(recurrent neural network,RNN)已在文本情感分析领域得到广泛应用,并取得了不错的效果.然而,文本之间存在上下文依赖问题,虽然CNN能提取到句子连续词间的局部信息,但是会忽略词语之间上下文语义信息;双向门控循环单元(bidirectional gated recurrent unit,BiGRU)网络不仅能够解决传统RNN模型存在的梯度消失或梯度爆炸问题,而且还能很好地弥补CNN不能有效提取长文本的上下文语义信息的缺陷,但却无法像CNN那样很好地提取句子局部特征.因此提出一种基于注意力机制的多通道CNN和双向门控循环单元(MC-AttCNN-AttBiGRU)的神经网络模型.该模型不仅能够通过注意力机制关注到句子中对情感极性分类重要的词语,而且结合了CNN提取文本局部特征和BiGRU网络提取长文本上下文语义信息的优势,提高了模型的文本特征提取能力.在谭松波酒店评论数据集和IMDB数据集上的实验结果表明:提出的模型相较于其他几种基线模型可以提取到更丰富的文本特征,可以取得比其他基线模型更好的分类效果. 展开更多
关键词 卷积神经网络 文本情感倾向性分析 双向门控循环单元 注意力机制 多通道
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部