模式识别与人工智能
2025年4月2日 星期三   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (5): 446-454    DOI: 10.16451/j.cnki.issn1003-6059.201905007
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于Wasserstein距离分层注意力模型的跨域情感分类
杜永萍1, 贺萌1, 赵晓铮1
1.北京工业大学 信息学部 北京 100124
Wasserstein Distance Based Hierarchical Attention Model for Cross-Domain Sentiment Classification
DU Yongping1, HE Meng1, ZHAO Xiaozheng1
1.Faculty of Information, Beijing University of Technology, Beijing 100124

全文: PDF (791 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 跨领域情感分类任务旨在利用已知情感标签的源域数据对缺乏标记数据的目标域进行情感倾向性分析.文中提出基于Wasserstein距离的分层注意力模型,结合Attention机制,采用分层模型进行特征提取,将Wasserstein距离作为域差异度量方式,通过对抗式训练自动捕获领域共享特征.进一步构造辅助任务捕获与共享特征共现的领域独有特征,结合两种特征表示完成跨域情感分类任务.在亚马逊评论等数据集上的实验表明,文中模型仅利用领域共享特征就达到较高的正确率,在不同的跨领域对之间具有较好的稳定性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
杜永萍
贺萌
赵晓铮
关键词 跨领域情感分类Wasserstein距离分层模型注意力机制双向门控循环单元    
Abstract:The task of cross-domain sentiment classification is to analyze the sentiment orientation of the target domain lacking labeled data using the source-domain data with sentiment labels. A hierarchical attention model based on Wasserstein distance is proposed in this paper. The hierarchical model is used for feature extraction by combining attention mechanism, and Wasserstein distance is used as the domain difference metric to automatically capture the domain-sharing features through adversarial training. Further auxiliary task is constructed to capture the domain-special features cooccurring with domain-sharing features. These two kinds of features are united to complete the cross-domain sentiment classification task. The experimental results on Amazon datasets demonstrate that the proposed model achieves a higher accuracy and a better stability on different cross-domain pairs.
Key wordsCross-Domain Sentiment Classification    Wasserstein Distance    Hierarchical Model    Attention Mechanism    Bidirectional Gated Recurrent Unit   
收稿日期: 2018-12-03     
ZTFLH: TP 391  
基金资助:国家重点研发计划项目(No.2018YFC1900800)、国家语委信息化项目(No.YB135-89)资助
通讯作者: 杜永萍(通讯作者),博士,副教授,主要研究方向为信息检索、信息提取、自然语言处理.E-mail:ypdu@bjut.edu.cn.   
作者简介: 贺萌,硕士研究生,主要研究方向为自然语言处理、情感分析.E-mail:hemeng199412@163.com.赵晓铮,硕士研究生,主要研究方向为自然语言处理、情感分析.E-mail:zxz53000@163.com.
引用本文:   
杜永萍, 贺萌, 赵晓铮. 基于Wasserstein距离分层注意力模型的跨域情感分类[J]. 模式识别与人工智能, 2019, 32(5): 446-454. DU Yongping1, HE Meng1, ZHAO Xiaozheng1. Wasserstein Distance Based Hierarchical Attention Model for Cross-Domain Sentiment Classification. , 2019, 32(5): 446-454.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201905007      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I5/446
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn