基于胶囊网络的跨语言方面级情感分析

打开文本图片集

收稿日期：2023-06-09

基金项目：2022年度安徽省高校重点项目（2022AH050821）

DOI：10.19850/j.cnki.2096-4706.2024.04.012

摘  要：跨语言情感分析的目的是利用数据资源丰富的源语言帮助资源较少的目标语言进行情感分析。针对中文文本标注语料较少和不同方面项的不同情感极性特征重叠影响文本情感分析准确率的问题，提出一种基于胶囊网络的跨语言方面级情感分类方法BBCapNet，该方法利用BERT模型学习源语言的语义特征训练词向量作为嵌入层，然后利用BiLSTM学习上下文信息，利用胶囊网络（Capsule Network）获取文本中局部信息和整体情感极性间的关系，从而提取不同方面项的情感特征，最后使用归一化指数函数（Softmax）进行分类。（剩余12243字）