计算机应用研究

作者：李超,严馨,徐广义,莫源源,周枫,

单位：1.昆明理工大学a.信息工程与自动化学院;b.云南省人工智能重点实验室,昆明650500；2.云南南天电子信息产业股份有限公司,昆明650040；3.云南民族大学东南亚语言文化学院,昆明650500；4.上海师范大学语言研究所,上海200234；

关键词：柬语句子级情感分类,情感词典嵌入,卷积神经网络,半监督,时序组合模型,

基金：国家自然科学基金资助项目(61462055,61562049)；；

针对柬语标注数据较少、语料稀缺，柬语句子级情感分析任务进步缓慢的问题，提出了一种基于深度半监督CNN（convolutional neural networks）的柬语句子级情感极性分类方法。该方法通过融合词典嵌入的分开卷积CNN模型，利用少量已有的柬语情感词典资源提升句子级情感分类任务性能。首先构建柬语句子词嵌入和词典嵌入，通过使用不同的卷积核对两部分嵌入分别进行卷积，将已有情感词典信息融入到CNN模型中去，经过最大延时池化得到最大输出特征，把两部分最大输出特征拼接后作为全连接层输入；然后通过结合半监督学习方法——时序组合模型，训练提出的深度神经网络模型，利用标注与未标注语料训练，降低对标注语料的需求，进一步提升模型情感分类的准确性。结果证明，通过半监督方法时序组合模型训练，在人工标记数据相同的情况下，该方法相较于监督方法在柬语句子级情感分类任务上准确率提升了3.89%。

来源：2021年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第11期