期刊专题

10.11896/j.issn.1002-137X.2018.09.040

一种基于迁移学习及多表征的微博立场分析方法

引用
立场分析旨在发现用户对特定目标对象所持的观点态度.针对现有方法往往难以克服标注数据匮乏及微博文本中大量未登录词等导致的分词误差的问题,提出了基于迁移学习及字、词特征混合的立场分析方法.首先,将字、词特征输入深度神经网络,级联两者隐藏层输出,复现由分词错误引起的缺失语义信息;然后,利用与立场相关话题的辅助数据训练话题分类模型(父模型),得到更为有效的句子特征表示;接着,以父模型参数初始化立场分析模型(子模型),从辅助数据(话题分类数据)迁移知识能加强句子的语义表示能力;最后,使用有标注数据微调子模型参数并训练分类器.在NLPCC-2016任务4的语料上进行实验,F1值达72.2%,优于参赛团队的最佳成绩.实验结果表明,该方法可提高立场分类性能,同时缓解分词误差带来的影响.

迁移学习、深度学习、立场分析、微博

45

TP391(计算技术、计算机技术)

数学工程与先进计算国家重点实验室开放基金资助项目2015A11

2018-10-23(万方平台首次上网日期,不代表论文的发表时间)

共5页

243-247

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(9)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn