基于有监督对比学习的文本情感语义优化方法研究

摘要：

[目的]解决因中文独特表达与词义变迁现象导致的文本特征抽取偏移与模糊语义分离困难等问题.[方法]提出一种有监督对比学习语义优化方法.首先使用预训练模型生成语义向量;其次设计有监督联合自监督方法构造对比样本对;最后构建有监督对比损失进行语义空间度量与优化.[结果]在ChnSentiCorp数据集上,经所提方法优化后的5种主流神经网络模型Fl值分别实现了2.77～3.82个百分点的提升.[局限]受限于硬件资源,未构建数量更大的对比学习样本对.[结论]语义优化方法可以有效解决特征抽取偏移与模糊语义分离困难等问题,为文本情感分析任务提供新的研究思路.

关键词：文本情感分析、有监督学习、对比学习、表示学习、语义空间优化

所属期刊栏目：8

分类号：TP391;G350(计算技术、计算机技术)

在线出版日期：2024-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：69-81