logo

您所在位置网站首页 > 海量文档  > 经济企管 > 综合

一种基于迁移学习及多表征的微博立场分析方法.pdf 5页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
第 卷 第 期 计 算 机 科 学 45   9 Vol.45No.9 年 月 2018 9 COMPUTER SCIENCE Se.2018 p 一种基于迁移学习及多表征的微博立场分析方法 周艳芳 周 刚 鹿忠磊       (数学工程与先进计算国家重点实验室 郑州 )   450001   . 摘 要 立场分析旨在发现用户对特定目标对象所持的观点态度 针对现有方法往往难以克服标注数据匮乏及微博     , 、 . , 、 文本中大量未登录词等导致的分词误差的问题 提出了基于迁移学习及字 词特征混合的立场分析方法 首先 将字 , , ; , 词特征输入深度神经网络 级联两者隐藏层输出 复现由分词错误引起的缺失语义信息 然后 利用与立场相关话题的 ( ), ; , ( 辅助数据训练话题分类模型 父模型 得到更为有效的句子特征表示 接着 以父模型参数初始化立场分析模型 子模 ), ( ) ; , 型 从辅助数据 话题分类数据 迁移知识能加强句子的语义表示能力 最后 使用有标注数据微调子模型参数并训练 . , , . , 分类器 在 任务 的语料上进行实验 值达 优于参赛团队的最佳成绩 实验结果表明 该方 NLPCCG2016 4 F1 72.2% , . 法可提高立场分类性能 同时缓解分词误差带来的影响 , , , 关键词 迁移学习 深度学习 立场分析 微博   中图法分类号 文献标识码 /  TP391     A   DOI 10.11896 .issn.1002G137X.2018.09.040 j   A roachofStanceDetectioninMicroGblo BasedonTransferLearnin andMultiGreresentation pp g g p ZHOUYanGfan ZHOUGan LUZhonGlei g g g ( , ,

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556