搜索到184 篇“ 评价对象抽取 “的相关文章
一种评价 词和评价 对象 抽取 方法、系统、设备及可读存储介质 评价 词和评价 对象 抽取 方法、系统、设备及可读存储介质，其方法包括：通过获取评论文本，通过自然语言预处理技术在词嵌入层将评论文本进行分词和词向量转换预处理，将评论文本转换成可以处...评价 对象 抽取 方法、装置、设备、存储介质及程序产品评价 对象 抽取 方法、装置、设备、存储介质及程序产品，该方法包括：获取待处理评价 数据；确定待处理评价 数据中词与词之间的依存关系信息，词的词信息以及词性信息，并输入到预设抽取 模型中；其中，所述预设抽取 模型由基于...基于卷积神经网络的评价 对象 抽取 方法及装置 评价 对象 抽取 方法及装置，属于人工智能技术领域。该基于卷积神经网络的评价 对象 抽取 方法包括：获取语句文本并根据所述语句文本中的各单词生成词向量矩阵；将词向量矩阵输入基于上文词向量矩阵、下文词向...基于关键词结构编码的涉案微博评价 对象 抽取 方法 评价 对象 抽取 方法，属自然语言处理领域。先将微博评论句的字符嵌入和词嵌入送入Bi‑LSTM进行编码，并将得到的编码表示进行拼接，输入双层高速网络，同时将案件关键词嵌入送入Bi‑LSTM...评价 对象 抽取 方法、装置、设备、存储介质象及程序产品评价 对象 抽取 方法、装置、设备、存储介质象及程序产品，该方法包括：获取待处理评价 数据；确定待处理评价 数据中词与词之间的依存关系信息，词的词信息以及词性信息，并输入到预设抽取 模型中；其中，所述预设抽取 模型由基...基于关键词结构编码的涉案微博评价 对象 抽取 模型 2022年 评价 对象 抽取 旨在从微博评论中识别出用户评价 的案件对象 词项,有助于掌握大众对于特定案件不同方面的舆论。现有方法通常将评价 对象 抽取 视为一个序列标注任务,但并未考虑涉案微博的领域特点,即评论通常围绕正文中出现的案件关键词展开讨论。为此,本文提出一种基于关键词结构编码的序列标注模型,进行涉案微博评价 对象 抽取 。首先从微博正文中获取多个案件关键词,并使用结构编码机制将其转换为关键词结构表征,然后将该表征通过交互注意力机制融入评论句子表征,最后利用条件随机场(Conditional random field,CRF)抽取 评价 对象 词项。在两个案件的数据集上进行了实验,结果表明:相较于多个基线模型,本文方法性能得以提升,验证了所提方法的有效性。关键词：舆情 评价对象抽取 基于领域嵌入的循环膨胀卷积神经网络评价 对象 抽取 方法 被引量：1 2022年 评价 对象 抽取 任务当中,基于循环神经网络的方法具有前向依赖性且未能利用图形处理器(graphics processing unit,GPU)并行计算的能力,而基于传统卷积神经网络的方法则存在语义覆盖能力有限的问题。针对所述问题,为充分发挥模型的计算能力以及语义覆盖能力,首次将循环膨胀卷积神经网络应用于该任务,并融入领域嵌入特征,提出了一种基于领域嵌入的循环膨胀卷积神经网络模型(domain embedding iterated dilated convolutions neural network,DE-IDCNN)。在评价 对象 抽取 任务数据集L14、R14、R15、R16的实验中,取得的F1值分别为81.85、80.90、72.23、73.26,与基线模型相比取得了两个数据集实验效果的领先。经进一步实验验证,DE-IDCNN模型实现了更高的计算效率以及表现出更好的语义覆盖能力。关键词：评价对象抽取 一种通过评价 类别分类提升评价 对象 抽取 性能的方法 2022年 评价 对象 抽取 主要用于文本的意见挖掘,旨在发掘评论文本中的评价 对象 实体。基于无监督的自编码器方法可以识别评论语料库中潜藏的主题信息,且无需人工标注语料,但自编码器抽取 的评价 对象 缺乏多样性。提出一种基于监督学习的句子级分类任务和无监督学习自编码器混合模型。该模型通过训练一个分类器生成评价 对象 类别,对自编码器共享分类任务中的LSTM-Attention结构进行编码得到句向量表征,以增加语义关联度,根据得到的评价 对象 类别将句向量表征转化为中间层语义向量,从而捕捉到评价 对象 类别与评价 对象 之间的相关性,提高编码器的编码能力,最终通过对句向量的重构进行解码得到评价 对象 矩阵,并依据计算评价 对象 矩阵与句中单词的余弦相似度完成评价 对象 的抽取 。在多领域评论语料库上的实验结果表明,与k-means、LocLDA等方法相比,该方法评价 指标在餐厅领域中提升了3.7%,在酒店领域中提升了2.1%,可有效解决训练过程缺少评价 类别多样性的问题,具有较好的评价 对象 抽取 能力。关键词：评价对象抽取 基于关键词结构编码的涉案微博评价 对象 抽取 方法 评价 对象 抽取 方法，属自然语言处理领域。先将微博评论句的字符嵌入和词嵌入送入Bi‑LSTM进行编码，并将得到的编码表示进行拼接，输入双层高速网络，同时将案件关键词嵌入送入Bi‑LSTM...一种基于区域感知对齐网络的多模态评价 对象 抽取 方法 评价 对象 抽取 方法，该方法针对社交媒体语料特点构建了具有编码层、共同注意力层、解码层的多模态评价 对象 抽取 模型，在模型构建过程中基于社交媒体语料特点设置了RAN中超参数，包括句子长...
相关作者
李寿山 作品数：196 被引量：461 H指数：12 供职机构：苏州大学计算机科学与技术学院 研究主题：文本 分类器 情感分类 语料 最大熵 周国栋 作品数：393 被引量：1,254 H指数：19 供职机构：苏州大学计算机科学与技术学院 研究主题：文本 分类器 语料 最大熵 中文 雷志城 作品数：4 被引量：26 H指数：2 供职机构：福州大学数学与计算机科学学院 研究主题：评价对象抽取 层叠条件随机场 条件随机场 领域知识 CRFS 廖祥文 作品数：192 被引量：302 H指数：10 供职机构：福州大学 研究主题：文本 情感分类 网络 注意力 中文 陈国龙 作品数：386 被引量：1,010 H指数：19 供职机构：福州大学 研究主题：布线 粒子群优化 线网 最小树 超大规模集成电路
