May, 2024

基于深度卷积神经网络的哈萨语影评方面与极性分类模型

PDF
TL;DR这篇论文介绍了一个针对豪萨语电影评论的方面和极性分类的基于深度卷积神经网络（CNN）的模型，该模型是针对理解文本中的情感细微差别而进行的，特别是针对不同语言和文化。作者创建了一个包含人工注释的综合豪萨语 ABSA 数据集，填补了资源可用性方面的重要空白。通过将 CNN 与注意机制相结合进行方面词预测，该模型利用上下文信息和情感极性，准确率达到了 91% 的方面词提取和 92% 的极性分类，优于传统的机器模型，为特定方面和情感提供了深入的洞察力。这项研究推动了 ABSA 研究，特别是在不常见的语言方面，并对跨文化语言研究产生了影响。
aspect-based sentiment analysisdeep convolutional neural networkhausa movie reviewshausa absa datasetattention mechanisms
发现论文，激发创造
  • 基于门卷积神经网络的方面情感分析

    本文研究了利用卷积神经网络和门机制的模型，提高方面基情感分析的准确性和效率。该模型的提出主要在于采用了 Gated Tanh-ReLU Units 来根据给定的方面或实体选择性地输出情感特征。实验结果显示其在 SemEval 数据集上的性能优越。

    May, 2018

  • 门控图卷积网络和基于语法规则的调控改进方面情感分析

    本文提出了一种基于图的深度学习模型，该模型使用门向量从方面词的表征向量生成来定制基于图的模型的隐藏向量，并在模型中注入从依赖树中获取的每个单词的重要性得分，从而改善方面级情感分析的表征向量，实现了三个基准数据集上的最新成果。

    Oct, 2020

  • 关于方面情感分析的稳健性：对模型、数据和训练的重新思考

    本研究针对情感分析在实际应用中的可靠性进行了探究，通过加强当前最佳的句法感知模型，并基于丰富的伪数据进行敌对训练，进一步提高了模型的鲁棒性。实验结果表明，所提出的方法比现有的基线模型的鲁棒性性能更好，同时合成语料库作为额外数据能够进一步提高测试准确性。

    Apr, 2023

  • 基于词汇 - 方面联合融合的学习方法用于方面情感分析

    本文提出了一种基于神经网络的新方法 ——Aspect Fusion LSTM (AF-LSTM)，它通过建模词汇与方面之间的关系，将方面信息整合到神经模型中，并采用循环卷积和循环相关来模拟方面与词汇之间的相似度，并将其融入可微的神经注意力框架中，从而实现对特定方面的分析，达到 4% 至 5% 左右的性能提升。

    Dec, 2017

  • 逐步矫正：使用扩散模型改进基于方面的情感分析

    DiffusionABSA 是专门为 Aspect-Based Sentiment Analysis（ABSA）而设计的一种新型扩散模型，通过逐步提取方面术语，并采用一种逆向的去噪过程来精确确定边界，其中使用了语法感知的时间注意机制，实验证明 DiffusionABSA 在八个基准数据集上相对于其他基准模型具有明显的优势。

    Feb, 2024

  • ATP：一种全面关注整合方法以增强 ABSA

    本研究提出了一种基于依存句法分析树的注意力机制方法，以捕获与情感极性相关的方面位置信息，作为 Aspect based sentiment analysis (ABSA) 的一种当前先进的方法。

    Aug, 2022

  • 基于地理位置的方面情感分析（ABSA）用于众包评估城市环境

    该研究开发了一个能够从地理定位的城市评价中提取城市方面，并对其进行情感分类的 ABSA 模型。通过对 2500 个公共公园的众包评价进行数据标注，并在这些数据上使用带有局部上下文焦点的双向编码器表示转换 (BERT) 模型进行训练，我们的模型在城市评价的方面术语提取和方面情感分类任务中取得了显著的预测准确性。通过空间可视化展示了波士顿的正负城市方面。我们希望这个模型对设计师和规划师进行细粒度的城市情感评价时能够有所帮助。

    Dec, 2023

  • 基于深度卷积神经网络的波斯语评论方面和情感分类的多任务集成模型

    本研究提出了一种基于深度卷积神经网络的多任务集成学习模型，以增强波斯语评论的情感分析效果，该新方法提高了波斯语语言情感分析模型的效率。

    Jan, 2022

  • 学习检测观点摘要用于方面情感分析

    本研究提出了一种基于 hard-selection 的方法，利用预训练的 BERT 模型学习句子和方面之间的关联，通过自我评估强化学习检测看法片段，从而针对多方面句子进行情感分析，在处理准确性上表现优于软选择方法。

    Sep, 2019

  • 基于 BERT 与构建辅助语句的方面情感分析

    本研究使用 BERT 模型，将 ABSA 转换为句对分类任务，取得了 SentiHood 和 SemEval-2014 Task 4 数据集的最新最佳结果，旨在识别特定方面的细粒度观点极性。

    Mar, 2019