来源:《成都信息工程大学学报》2020年第05期  作者:康刚;吴四九;方睿;
选择字号

基于胶囊特征聚合的评价词和评价对象抽取

收藏本文  分享

为提高传统门控制单元(GRU)的特征抽取能力,受独立循环神经网络(independently recurrent neural network,IndRNN)的启发,提出独立门控制单元(independently gate recurrent unit,Ind GRU),实验结果表明Ind GRU在3个数据集上的特征提取能力优于传统GRU和长短期记忆网络(LSTM),证明了Ind GRU的有效性。针对传统评价词和评价对象抽取方法不能很好地利用抽象特征之间的关联关系问题,提出一种基于胶囊特征聚合的评价词和评价对象抽取模型,模型使用多个双向Ind GRU并行提取文本上下文信息,构造胶囊特征,使用动态路由算法利用特征间关系实现胶囊特征的聚合,最后使用条件随机场(CRF)完成序列标注。模型在3个基准数据集上取得了比目前的先进方法较好或相当的效果,证明了模型的有效性。(本文共计7页)......[继续阅读本文]

下载阅读本文订阅本刊

图书推荐

    相关文章推荐

    看看这些杂志对你有没有帮助...

    更多杂志>>