一种基于迁移学习及多表征的微博立场分析方法.pdf 5页

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 ( , ,