文献

J-GLOBAL ID：201902258380605420   整理番号：19A2060230

二重注意力畳込みニューラルネットワークモデルに基づく感情解析研究【JST・京大機械翻訳】

Sentiment Classification Based on Double Attention Convolutional Neural Network Model

著者 (5件)： Ceng Biqing (華南師范大学 軟件学院,广東 佛山,528225) ,  Han Xuli (華南師范大学 計算机学院,广東 广州,510631) ,  Wang Shengyu (華南師范大学 計算机学院,广東 广州,510631) ,  Xu Ruyang (華南師范大学 計算机学院,广東 广州,510631) ,  Zhou Wu (華南師范大学 計算机学院,广東 广州,510631)
資料名： Guangdong Gongye Daxue Xuebao  (Guangdong Gongye Daxue Xuebao)
巻： 36  号： 4  ページ： 10-17  発行年： 2019年 
JST資料番号： C3543A  ISSN： 1007-7162  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 畳込みニューラルネットワーク(ConvolutionalNeuralNetworks,CNN)は入力テキスト中の特徴語と感情の相関性を判別できない。そこで,2つの注意機構に基づく畳込みニューラルネットワークモデル(DoubleAttentionConvolutionalNeuralNetworks,DACNN)を提案し,単語特徴と品詞特徴を有効に融合して,本論文の特徴表現を得た。感情傾向を決定する。本文では、局部注意力の畳込みニューラルネットワークモデルを提案し、畳込みニューラルネットワークの特徴抽出能力を改善し、ダブルチャネルの局所注意力畳込みニューラルネットワークを用いて、テキストの語特徴と品詞特徴を抽出した。次に,グローバル注意力を特徴として異なる重みを割り当てて,特徴融合を選択し,最後にテキストの特徴表現を得た。このモデルをMRとSST-1データセットで検証し,通常のコンボリューションニューラルネットワークと従来の機械学習法と比較して,それぞれ0.7%と1%の予測精度を得た。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  単語 ,  *畳込み ,  チャネル ,  特徴抽出 ,  品詞 ,  *ニューラルネットワーク
準シソーラス用語： 予測精度 ,  特徴融合 ,  特徴表現 ,  特徴語 ,  テキスト ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 注意力 ,  畳込みニューラルネットワーク ,  モデル ,  感情 ,  解析 ,  研究