基于情感信息和神经网络模型的立场分析

文章预览

点击上方蓝字 关注我们 导 读         立场分析的目的是自动识别帖子文本的作者是否支持或反对某个特定的对象。一般来说，一个帖子文本的情感信息高度影响着立场。然而，传统的机器学习方法中直接使用情感信息作为特征会引起级联错误。本文提出了一个新的神经网络模型来联合学习立场和情感分类。本文的方法深入结合了立场和情感信息之间的交互。具体来说，首先使用一个共享的LSTM层来学习立场和情感信息之间的共同语义表示。然后将共同的语义表示作为辅助输入传送到立场分类任务中。实验证明，本文提出的联合学习方法能够有效地识别立场并利用情感信息。我们还发现，情感样本的数量对提升系统性能起着关键作用。 文章精要 请长按下方二维码识别，阅读该文。 相关内容推荐： 基于鲁棒特征学习和无需大规模预训练的在线判别 ………………………………