融合RoBERTa-GCN-Attention的隐喻识别与情感分类模型 |
| |
引用本文: | 杨春霞,韩煜,桂强,陈启岗.融合RoBERTa-GCN-Attention的隐喻识别与情感分类模型[J].小型微型计算机系统,2024(3):576-583. |
| |
作者姓名: | 杨春霞 韩煜 桂强 陈启岗 |
| |
基金项目: | 国家自然科学基金项目(61273229,51705260)资助; |
| |
摘 要: | 在隐喻识别与隐喻情感分类任务的联合研究中,现有多任务学习模型存在对隐喻语料中的上下文语义信息和句法结构信息提取不够准确,并且缺乏对粗细两种粒度信息同时捕捉的问题.针对第1个问题,首先改进了传统的RoBERTa模型,在原有的自注意力机制中引入上下文信息,以此提取上下文中重要的隐喻语义特征;其次在句法依存树上使用图卷积网络提取隐喻句中的句法结构信息.针对第2个问题,使用双层注意力机制,分别聚焦于单词和句子层面中对隐喻识别和情感分类有贡献的特征信息.在两类任务6个数据集上的对比实验结果表明,该模型相比基线模型性能均有提升.
|
关 键 词: | 隐喻识别 情感分类 多任务学习 RoBERTa 图卷积网络 注意力机制 |
|
|