您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202103-286
论文题目 基于门控交互膨胀卷积网络的属性情感分析
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于门控交互膨胀卷积网络的属性情感分析

首发时间:2021-03-25

娄智雄 1    范春晓 1   

范春晓(1962-),女,教授,主要 研究方向:大数据、深度学习。Email: cxfan@bupt.edu.cn

  • 1、北京邮电大学电子工程学院,北京 100876

摘要:\justifying 属性情感分析作为细粒度的情感分析问题,主要目的是明确特定目标的情感倾向。以往的细粒度情感分析方法通常使用循环神经网络、预训练BERT模型作为特征提取器,在情感分析上取得了不错的结果,但限制于循环神经网络依次处理序列的特性和BERT模型的复杂网络结构,使得训练和运行的效率比较低下,耗时较多。针对该问题,结合门控卷积网络具有较高计算效率的特点,提出融合多通道文本特征和门控交互膨胀卷积网络的模型,将门控卷积网络作为特征编码器,提高模型训练的效率;同时引入多通道文本特征,对上下文进行特征表达以增强与实体属性词相对应的情感要素提取。在SemEval2014数据集上的实验,在餐厅数据集和笔记本电脑数据集上取得了81.96$\%$和75.39$\%$的准确率,同时在计算效率方面相比于DAuM模型和BERT模型分别提升了3倍与22倍。

关键词: 人工智能 属性情感分析 门控交互膨胀卷积网络 多通道文本特征 计算效率

For information in English, please click here

Sentiment Analysis of Aspects Based on Gated Interaction Dilated Convolution Neural Network

LOU Zhixiong 1    FAN Chunxiao 1   

范春晓(1962-),女,教授,主要 研究方向:大数据、深度学习。Email: cxfan@bupt.edu.cn

  • 1、Department of Electronic Engineering, Beijing University of Posts and Telecommunications , Beijing 100876

Abstract:\justifying Attribute sentiment analysis as a fine-grained sentiment analysis problem, its purpose is to clarify the emotion of specific aspect. For the above problems, most of the previous methods are combined with recurrent neural network and BERT to construct the network model. However, recurrent neural network is difficult to parallelize the model due to their time sequence characteristics. In order to solve this problem, combined with the high computational efficiency of gated convolutional networks, combining multi-channel text features and gated interactive dilated convolutional networks is proposed. The gated convolutional network is used as a feature encoder to improve the efficiency of model training. At the same time, using multi-channel text features enhances the feature extraction effect in the context, and then captures the emotional elements corresponding to the entity attribute words. Experiments on the SemEval2014 data set have achieved a high accuracy rate. In addition, compared with DAuM and BERT models in terms of computational efficiency, it has been improved by 3 times and 22 times.

Keywords: \justifying artificial intelligence aspect sentiment analysis gated interactive dilated convolutional networks multi-channel text features computational efficiency

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
娄智雄,范春晓. 基于门控交互膨胀卷积网络的属性情感分析[EB/OL]. 北京:中国科技论文在线 [2021-03-25]. http://www.paper.edu.cn/releasepaper/content/202103-286.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于门控交互膨胀卷积网络的属性情感分析