基于互学习的多词向量融合情感分类框架

方面级情感分类是当前的研究热点之一,其目标是自动推断文本中特定方面的情感倾向.融合多种不同类型的词向量作为基于深度学习模型的输入,在该任务上取得了较好的效果.然而,通过直接拼接或门控机制等方式融合多种不同的词向量,不能充分发挥每种词向量的作用.为了解决这个问题,该文提出了一种基于互学习的多词向量融合情感分类框架,其目的是充分利用普通词向量、领域词向量和情感词向量中的信息,提高分类的性能.具体地,首先构建以三种词向量的融合作为输入的主模型,然后分别构建三个以单一词向量作为输入的辅助模型,最后基于互学习的方式联合训练主模型和辅助模型,以达到相互促进的效果.在三个常用数据集上的实验表明,该文提出框架的性能明显好于基准方法.