DeepSentiPers：在提出的增强波斯语情感语料库上训练的新型深度学习模型
计算与语言
2020-04-14 v1 机器学习
神经与进化计算
摘要
本文关注如何对每条波斯语句级文本提取意见。深度学习模型提供了一种提升输出质量的新途径。然而，这些架构需要以大量标注数据以及精确的设计为养料。据我们所知，我们不仅苦于缺乏良好标注的波斯语情感语料库，也缺乏用于将波斯语意见按多分类与二分类进行分类的新模型。因此在本工作中，首先我们提出两种由双向 LSTM 和 CNN 组成的新型深度学习架构。它们是精心设计的深层层次结构的一部分，并且能够在两种情形下对句子进行分类。其次，我们针对低资源波斯语情感语料库提出了三种数据增强技术。我们在三个基线以及两种不同的神经词嵌入方法上的综合实验表明，我们的数据增强方法和既定模型成功实现了研究目标。
引用
@article{arxiv.2004.05328,
title = {DeepSentiPers: Novel Deep Learning Models Trained Over Proposed Augmented Persian Sentiment Corpus},
author = {Javad PourMostafa Roshan Sharami and Parsa Abbasi Sarabestani and Seyed Abolghasem Mirroshandel},
journal= {arXiv preprint arXiv:2004.05328},
year = {2020}
}