基于极性转移和LSTM的树结构网络与句子分类.PDFVIP

———————————————————————————————————————————————— 基于极性转移和LSTM 的树结构网络与句子分类 作者 汪冉，金忠 机构 南京理工大学 计算机科学与工程学院 基金项目 国家自然科学基金资助项目61375007 预排期卷 《计算机应用研究》2019 年第36 卷第1 期 摘要 长短期记忆网络(long short term memory ，LSTM)是一种能长久储存序列信息的循环神经网 络，在语言模型、语音识别、机器翻译等领域都得到了广泛的应用。先研究了前人如何将LSTM 中的记忆模块拓展到语法树得到LSTM 树结构网络模型，以获取和储存句子深层次的语义结 构信息；然后针对句子词语间的极性转移在LSTM 树结构网络模型中添加了极性转移信息提 出了极性转移 LSTM 树结构网络模型，更好获取情感信息来进行句子分类。实验表明在 Stanford sentiment tree-bank 数据集上，提出的极性转移LSTM 树结构网络模型的句子分类 效果优于LSTM、递归神经网络等模型。 关键词 神经网络；LSTM 网络；树结构网络；极性转移；句子分类 作者简介 汪冉（1993-），女，江苏南京人，硕士研究生，主要研究方向为深度学习、自然语言处理 （wangranahu@163.com）；金忠（1961-），男，江苏南京人，教授，博导，主要研究方向为 模式识别、图像分析、机器学习等.基金项目：国家自然科学基金项目（批准号 61233011）作者简介：汪冉（1993-），女，南京，硕士研究生，主要研究方向为 深度学习，自然语言处理，wangranahu@163.com ；金忠（1961-），男，南京，博导（教授）， 主要研究方向为模式识别，图像分析，机器学习等，zhongjin@ ． 中图分类号 TP393 访问地址 /article/02-2019-01-017.html 发布日期 2018 年1 月10 日 引用格式 汪冉, 金忠. 基于极性转移和 LSTM 的树结构网络与句子分类[J/OL]. 2019, 36(1). [2018-01- 10]. /article/02-2019-01-017.html. 36 1 Vol. 36 No. 1 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于极性转移和LSTM 的树结构网络与句子分类 * 汪 冉，金 忠 (南京理工大学 计算机科学与工程学院, 南京 210018) 摘 要：长短期记忆网络(long short term memory，LSTM)是一种能长久储存序列信息的循环神经网络，在语言模型、 语音识别、机器翻译等领域都得到了广泛的应用。先研究了前人如何将LSTM 中的记忆模块拓展到语法树得到LSTM 树结构网络模型，以获取和储存句子深层次的语义结构信息；然后针对句子词语间的极性转移在LSTM 树结构网络模 型中添加了极性转移信息提出了极性转移 LSTM 树结构网络模型，更好获取情感信息来进行句子分类。实验表明在