基于深度学习的中文微博评价对象抽取方法

• 作 者: 张璞 陈韬 陈超 王永
• 机 构: 重庆邮电大学计算机科学与技术学院,重庆邮电大学经济管理学院
• 出 处: 计算机工程与设计
• 发表日期: 2018年8期
• 关键词: 深度学习 评价对象抽取 长短时记忆网络 注意力机制 条件随机场 deep learningopinion target extractionlong short
• 基金项目: 教育部人文社会科学研究青年基金项目（17YJCZH247）,重庆市教委人文社会科学研究基金项目（17SKG055）,重庆市教委科技基金项目（KJ1600440）,国家自然科学基金项目（61472464）,重庆邮电大学博士启动基金项目（A2016-02）

通过对微博评价对象抽取进行研究,提出一种基于深度学习的中文微博评价对象抽取方法。通过建立双向长短时记忆网络模型,将评价对象抽取任务转化为序列标注任务;利用注意力机制,计算注意力分配概率分布;通过条件随机场模型规划文本序列的最优标注路径,提高评价对象抽取的准确性。在中文微博语料上进行的实验结果表明了该方法的有效性。