tensorflow从入门到精通100讲(四)-细粒度的情感分析Gated Convolutional Networks

这篇博客介绍了基于Gated Convolutional Networks的Aspect情感分析,包括ABAS任务概述、GCAE和GCAE_ATT模型的详细说明,以及在SemEval-2014 Task4数据集上的实验结果,表明GCAE_ATT通过加入Attention机制提升了性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

首先简要介绍一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS),ABAS的主要任务:是判断句子所在的场景在某一方面的情感极性。举个例子,假如我们拿到一条餐厅评价文本数据如下:这家餐厅的环境还不错,可以菜做的不怎么样。

ABSA的任务就是去判断出下面两方面的情感极性:
1.在‘环境’这个aspect,文本的情感是积极的,
2.在‘做菜’这个aspect,文本的情感是消极的。

和普通的情感分析的不同点是,此类情感分析任务除了需要给出文本的情感极性,还要确切知道这个情感是发生在哪个方面。

ABAS任务简介

ABAS有两个子任务:

  • 1.基于aspect类的情感分析(aspect-category sentiment analysis ——ACSA),主要任务是判断关于句子中的某个实体(entity)的情感极性。举个任务例子:
    输入:文本是“这块手表的颜色不错” 。 entity是“颜色 ”
    输出:情感极性

  • 2.基于aspect词的情感分析(aspect-term sentiment analysis ——ATSA):主要任务是判断判断句子在某方面的情感极性。
    输入:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

文宇肃然

精神和物质鼓励你选一个吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值