首页|图卷积神经网络在中文对话情感分析中的应用

图卷积神经网络在中文对话情感分析中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目前对话文本情感分析中大部分模型忽略说话者情感的相互影响作用这一问题,为了有效识别对话文本中说话者本身表达的情感类别,充分考虑对话者之间的情感因素,提出一种基于图卷积神经网络的对话情感分析方法.首先,使用BiGRU将对话文本进行序列上下文编码,获得话语文本表征;然后,依据说话者对话顺序构造一个有向图,利用图卷积神经网络获取每个话语文本新的文本表征向量;最后,连接得到的两个话语表征向量,采用基于相似度的注意力机制获得最终的话语文本表示,从而进行情感分类.在dailydialog中文语料库上的实验结果表明,BiGRU结合GCN模型的方法相比于CNN和BiLSTM模型,在对话文本情感分类方面的准确率大约提高了15％,且F1值也有明显提高,取得较好的情感分类效果.
Application of Graph Convolution Neural Network for Sentiment Analysis of Chinese Dialogue Texts

杨青、朱丽、张亚文、吴涛

展开 >

华中师范大学计算机学院

国家语言资源监测与研究网络媒体中心,湖北武汉430079

中文对话文本 情感分析 图卷积神经网络 双向门控循环单元

国家自然科学基金国家重点研发计划项目

615320082017YFC0909502

2021

10.11907/rjdk.202029

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(3)
  • 3
  • 8