双通道循环网络情感三元组抽取方法研究
作者机构：东北师范大学信息科学与技术学院吉林长春130117
基 金：国家自然科学基金面上项目(62377008) 中央高校基本科研业务费专项资金资助项目(2412022ZD053)
出 版 物：《东北师大学报（自然科学版）》 (Journal of Northeast Normal University(Natural Science Edition))
年 卷 期：2024年第56卷第1期
页 码：73-79页
摘 要：传统三元组抽取任务的方面词与意见词的抽取相互关联,采用流水线(Pipeline)或联合(Joint)模型架构会存在误差传递、错误传播等问题.基于上述问题,本文设计基于位置提示的双通道循环网络(Position-prompt dual-channel recurrent neural network,PDRN)模型解决三元组抽取任务.采用预训练BERT模型生成词向量作为模型输入,通过双通道显示交互方法在多个循环中建立同步机制,作为两元组(方面、意见)抽取及配对,使用基于位置提示的BERT-BiLSTM模型进行情感极性判别.在3个三元组抽取数据集进行实验,F1值相较最好的流水线模型和同类联合模型提高了1%~2%,在ASOTE任务上F1值相较基线最高提升了2.9%.
主 题 词：情感分析 情感三元组抽取 深度学习 BERT模型
学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类]
D O I：10.16163/j.cnki.dslkxb202309120003
馆 藏 号：203126590...
