混合改进文档级嵌入 (HIDE)
计算与语言
2020-06-03 v1 机器学习
摘要
近年来，词嵌入在情感分析中发挥着重要作用。由于词嵌入的生成需要大规模语料，许多应用使用预训练嵌入。尽管取得了成功，词嵌入仍存在某些缺陷，例如无法捕捉词的情感信息、词性标注层面的上下文信息以及领域特定信息。本文提出 HIDE，一种混合改进文档级嵌入（Hybrid Improved Document level Embedding），它将领域信息、词性信息与情感信息融入现有的词嵌入（如 GloVe 和 Word2Vec）中。该方法将改进后的词嵌入组合为文档级嵌入。此外，使用潜在语义分析（LSA）将文档表示为向量。HIDE 由 LSA 与基于改进词嵌入计算得到的文档级嵌入组合生成。我们在六个不同数据集上测试了 HIDE，并显示出相对于现有预训练词向量（如 GloVe 和 Word2Vec）准确率的显著提升。我们进一步将本工作与两种现有文档级情感分析方法进行比较，HIDE 表现优于现有系统。
引用
@article{arxiv.2006.01203,
title = {Hybrid Improved Document-level Embedding (HIDE)},
author = {Satanik Mitra and Mamata Jenamani},
journal= {arXiv preprint arXiv:2006.01203},
year = {2020}
}