基于特征融合的多方面抽取及情感分析OA
Multi-aspect Extraction and Sentiment Analysis Based on Feature Fusion
针对序列标注标签预测空间大导致模型预测效果较差的问题,提出一种基于BERT-BiLSTM-Fusion的多方面抽取及情感分析模型.采用跨度预测的方法进行方面词抽取与方面词情感预测分类并联合训练,通过Bert预训练语言模型得到文本嵌入表示,使用BiLSTM学习观测序列上的依赖关系增强学习位置信息,提高模型抽取效果.对Bert预训练语言模型的每一层输出特征进行特征融合,提高模型的情感极性分类效果,并且在三个公开数据集Laptop、Restaurant…查看全部>>
Aiming at the problem that the prediction effect of the model is poor due to the large prediction space of the sequence annotation label,a multi-aspect extraction and sentiment analysis model based on Bert_Bilstm_Fusion is proposed.The method of span prediction is used for joint training of aspect words extraction and aspect words sentiment prediction and classification.The text embedding representation is obtained by using the Bert pre-trained language mode…查看全部>>
董慧洁;杨林楠
云南农业大学 大数据学院,云南 昆明 650201||云南省农业大数据工程技术研究中心,云南 昆明 650201云南农业大学 大数据学院,云南 昆明 650201||云南省农业大数据工程技术研究中心,云南 昆明 650201
计算机与自动化
方面抽取情感分析特征融合联合训练Bert
aspect extractionsentiment analysisfeature fusionjoint trainingBert
《现代信息科技》 2023 (23)
111-115,5
评论