| 基于深度学习的隐性评价对象识别方法 |
| |
| 引用本文： | 王仁武,张文慧.基于深度学习的隐性评价对象识别方法[J].计算机工程,2019,45(8):315-320. |
| |
| 作者姓名： | 王仁武 张文慧 |
| |
| 作者单位： | 华东师范大学经济与管理学部信息管理系,上海,200241;华东师范大学经济与管理学部信息管理系,上海,200241 |
| |
| 摘 要： | 在线评论文本具有口语化的特点,其评价词缺少对应的评价对象,影响了细粒度情感分析的效果。为此,提出一种利用深度学习自动识别评价对象的方法。设计研究领域的文本序列标注规范,在对评论语料分词后,进行评价词与评价对象的命名实体标注,得到单词序列、词性序列和标注序列。将单词序列、词性序列转为神经网络语言模型的词向量,并用循环神经网络进行训练,采用条件随机场(CRF)输出评价对象标签,得到缺失的评价对象。实验结果表明,与单一CRF模型相比,BiLSTM+CRF模型和BiGRU+CRF模型的识别效果较好,BiGRU+CRF模型的 F 1值最高可达0.84。
|
| 关 键 词： | 隐性评价对象 隐性特征 深度学习 循环神经网络 条件随机场 命名实体识别 |
Implicit Evaluation Object Recognition Method Based on Deep Learning |
| |
| WANG Renwu,ZHANG Wenhui.Implicit Evaluation Object Recognition Method Based on Deep Learning[J].Computer Engineering,2019,45(8):315-320. |
| |
| Authors: | WANG Renwu ZHANG Wenhui |
| |
| Affiliation: | (Department of Information Management,Faculty of Economics and Management,East China Normal University,Shanghai 200241, China) |
| |
| Abstract: | WANG Renwu;ZHANG Wenhui(Department of Information Management,Faculty of Economics and Management,East China Normal University,Shanghai 200241, China) |
| |
| Keywords: | implicit evaluation object implicit feature deep learning Recurrent Neural Network(RNN) Conditional Random Field(CRF) Named Entity Recognition(NER) |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
