原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
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
( , ,
文档评论（0）