目前,新闻评论已成为新闻的重要衍生数据,新闻评论表达了评论者对新闻事件的观点、立场及个人情感,通过对新闻评论的情感倾向性分析有助于了解社会舆情及动向,因此,新闻评论的情感硏究备受广大学者的青睐。通常的新闻评论情感分析只考虑评论文本自身的信息,而新闻评论文本信息和新闻正文信息往往是紧密相关的,基于此,文中提出一种基于交叉注意力机制并结合正文的新闻评论情感分类方法。首先通过双向长短时记忆网络模型分别对新闻正文与评论文本进行特征表示然后基于交叉注意力机制进一步捕获讦论与正文的关系,得到两个更新后的新闻正文与评论文本的向量表示;再将两者拼接得到的语义表示输入全连接层,使用 sigmoid激活函数进行分类预测,从而实现新闻评论的情感分类。结果表明,提岀的基于交叉注意力机制和新闻正文的评论情感分类模型可以有效地提升新闻评论情感分类的准确率,该糢型的Fl值较3个基准模型分别提高了1.72%,3.24%和6.21%。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !