摘要
本发明为一种基于句法引导Transformer的方面级情感分析方法,先通过依存解析构建依存关系矩阵B,再通过句法依存树计算句法距离,并利用逆距离加权函数建模节点重要性,随后将此信息融入Transformer的自注意力机制中;然后通过条件随机场进行方面词提取,并设计局部‑全局表示融合层,将局部方面词表示与全局句子表示结合,增强了语义建模能力;最输入Softmax分类器,输出情感极性标签。本发明结合了句法信息与自注意力机制的优势,能够更有效地建模方面词与情感词之间的依赖关系,提高情感极性分类的准确性,增强模型的上下文建模能力。并且采用多任务学习框架,联合进行方面词提取与情感极性分类,提高了模型的泛化能力,使其能够更精准地进行方面级情感分析。
技术关键词
情感分析方法
矩阵
条件随机场
注意力机制
交互注意力
标签
分类器
多任务
句法信息
优化器
句法结构
解析工具
序列
编码模块
框架
文本
系统为您推荐了相关专利信息
光伏发电模型
光伏逆变系统
评价方法
立体模型
长度调节
地震断层识别方法
双通道结构
三维地震图像
三维地震数据
混合损失函数
关节电机
协同控制方法
子系统
旋转关节
机械臂系统
遥感影像融合方法
全色
二维卷积神经网络
三维卷积神经网络
空谱特征融合
回归预测模型
预测建模方法
大语言模型
数据
标签