基于双向注意力机制的问答情感分类方法

摘要：

情感分类是自然语言处理研究中的一项基本任务,旨在判别文本的情感极性.目前,情感分类相关研究主要针对句子、篇章和微博等文本形式.与以往研究不同的是,文中面向新颖的问答型评论展开情感分类.首先,收集并标注了大规模、高质量的问答型评论语料集;针对问答型评论的特点,提出了一种基于双向注意力机制的神经网络方法.具体而言,该方法首先通过双向LSTM对问题文本和答案文本分别编码,再通过双向注意力机制同时计算问题文本和答案文本的情感权重,最后通过情感权重计算得到问答型评论的情感匹配信息.实验结果表明,提出的方法在问答情感分类任务上达到了75.5％的准确率和61.4％的F1值,相较于其他基准方法有明显的提升.

关键词：情感分类、注意力机制、问答

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61331011,61375073

在线出版日期：2019-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：151-156