用于情感分析的知识增强双层注意力网络
计算与语言
2018-06-19 v4
摘要
我们提出了一种基于双向长短期记忆（Bidirectional Long Short-Term Memory）的新型双层注意力网络用于情感分析。该新型双层注意力网络利用外部知识库来改进情感预测，其使用了由 WordNet 生成的知识图谱嵌入（Knowledge Graph Embedding）。我们将双层注意力网络与使用多层感知机（Multilayer Perceptron）网络基于支持向量回归（Support Vector Regression）的监督模型相结合来构建情感分析模型。我们在 SemEval 2017 Task 5 的基准数据集上评估了我们的模型。实验结果表明，所提出的模型超越了 SemEval 2017 Task 5 的顶级系统。该模型表现显著更优，在子赛道 1 和 2 上分别将 SemEval 2017 Task 5 的最先进系统提升了 1.7 和 3.7 个点。
引用
@article{arxiv.1805.07819,
title = {Knowledge-enriched Two-layered Attention Network for Sentiment Analysis},
author = {Abhishek Kumar and Daisuke Kawahara and Sadao Kurohashi},
journal= {arXiv preprint arXiv:1805.07819},
year = {2018}
}
备注
Accepted in NAACL 2018