基于多标签Seq2Seq模型的情绪-原因对提取模型

Data Analysis and Knowledge Discovery(2023)

Cited 0|Views18
No score
Abstract
[目的]提出基于多标签Seq2Seq模型的情绪-原因对提取方法,提高情绪-原因对抽取效果.[方法]使用BERT预训练得到语义丰富的词向量,通过Bi-GRU和LSTM进行编码分别得到文本的全局特征和局部特征,引入混合注意力机制实现二者的融合,提高文本语义特征捕获的完整度.[结果]相较于FSS-GCN模型,本文模型对情绪-原因对的联合抽取F1值在两个数据集上分别提升0.98个百分点和11.60个百分点,情绪抽取子任务分别提升0.87个百分点和1.10个百分点,原因抽取子任务分别提升0.79个百分点和2.31个百分点.[局限]模型主要考虑显式情绪-原因对,未针对隐式情绪-原因对进行探讨.[结论]本文提出的模型能提高情绪-原因对抽取效果.
More
Translated text
Key words
Emotion-Cause Pair Extraction,Multi-Label,Seq2Seq Model,BERT
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined