文献类型：期刊文章

作　　者：黄建民[1] 李强[1,2] 王雪绒[1] 李聪聪[1]

HUANG Jian-min;LI Qiang;WANG Xue-rong;LI Cong-cong(School of Information Engineering,Lanzhou University of Finance and Economics,Lanzhou,Gansu 730020,China;Key Laboratory of Electronic Commerce,Lanzhou University of Finance and Economics,Lanzhou,Gansu 730020,China)

机构地区：[1]兰州财经大学信息工程学院,甘肃兰州730020 [2]兰州财经大学电子商务综合重点实验室,甘肃兰州730020

出　　处：《井冈山大学学报（自然科学版）》

基　　金：甘肃省自然科学基金项目(17JR5RA177)。

年　　份：2021

卷　　号：42

期　　号：6

起止页码：64-68

语　　种：中文

收录情况：普通刊

摘　　要：现有的BERT模型大多关注初始层到中间层的语法信息,而更高层的语义信息往往被忽略。由于判断句子情感是需要语义的,本研究在BERT模型的基础上加入并行聚合和层次聚合两个模块,分别用于方面抽取(AspectExtraction,AE)和方面情感分类(Aspect Sentiment Classification,ASC)。同时选择条件随机场(Conditional Random Fields,CRF)作为序列标记任务,从而提取到更多的语义信息。在SemEval 2014、SemEval 2016数据集上的实验结果显示,微调后的模型准确率和F1值均优于对比模型,证实了该模型的有效性。

关 键 词：BERT  序列标注  微调  情感分析

分 类 号：TQ324.3]