现代计算机2022，Vol.28Issue(12) ：9-16.DOI:10.3969/j.issn.1007-1423.2022.12.002

基于意象的诗词情感分析研究

Research on The Emotion Analysis of Poetry Based on Imagery

付朝帅 李攀 吴亚东 张贵宇 高婧
现代计算机2022，Vol.28Issue(12) ：9-16.DOI:10.3969/j.issn.1007-1423.2022.12.002
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于意象的诗词情感分析研究

Research on The Emotion Analysis of Poetry Based on Imagery

付朝帅 1李攀 1吴亚东 2张贵宇 3高婧3
扫码查看

作者信息

  • 1. 四川轻化工大学自动化与信息工程学院,宜宾 644000;四川省大数据可视分析工程技术实验室,宜宾 644000
  • 2. 四川省大数据可视分析工程技术实验室,宜宾 644000;四川轻化工大学计算机科学与工程学院,宜宾 644000
  • 3. 四川轻化工大学自动化与信息工程学院,宜宾 644000;四川轻化工大学人工智能四川省重点实验室,宜宾 644000
  • 折叠

摘要

针对诗词中意象与情感的关系,传统的研究方法过度依赖专家知识且未见大规模语料自动处理.为此提出将方面级情感分析技术应用到诗词情感分析领域,并通过对比实验选取出自动分析意象与诗词情感效果最好的方面级情感分析模型.首先采用BERT预训练模型得到诗词的初始化向量表示,再分别输入到BERT-Single、AOA(Attention-Over-Attention)、IAN(Interactive Attention Networks)、MemNet(Memory Network)、ATAE-LSTM(Attention-based LSTM with Aspect Embedding)五个主流方面级情感分类模型中获取与诗词意象相关的情感分类特征向量,最后将其输入到Softmax分类器进行情感判定.实验结果表明,IAN的效果最好,Macro_F1值达到了68.16％.

关键词

方面级情感分类/BERT/注意力机制/诗词意象

引用本文复制引用

基金项目

四川省科技成果转移转化示范项目(2020ZHCG0040)

四川省重大科技专项(2018GZDZX0045)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
被引量1
参考文献量18
段落导航相关论文