隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展,越來越多的網(wǎng)民在社交平臺(tái)上闡述自己的觀點(diǎn),在新聞平臺(tái)上發(fā)表自己的看法以及在電商平臺(tái)上對(duì)產(chǎn)品進(jìn)行評(píng)論,由此產(chǎn)生了大量的帶有情感信息的評(píng)論文本數(shù)據(jù),對(duì)這類文本數(shù)據(jù)進(jìn)行情感分析具有重要的意義。情感分析從粒度上可以分為三類:文檔級(jí)別、句子級(jí)別、評(píng)價(jià)對(duì)象級(jí)別。其中,文檔級(jí)別和句子級(jí)別是判斷整個(gè)文檔或句子的情感傾向,屬于粗粒度的情感分析,而評(píng)價(jià)對(duì)象級(jí)別的情感分析旨在判斷給定的評(píng)價(jià)對(duì)象在句子中的情感傾向。在情感分析的應(yīng)用場(chǎng)景中,對(duì)于部分新領(lǐng)域,往往沒有標(biāo)注的訓(xùn)練數(shù)據(jù),而人工標(biāo)注數(shù)據(jù)是十分耗時(shí)的,因此跨領(lǐng)域的情感分析是近年來的一個(gè)研究熱點(diǎn)。本文以面向評(píng)價(jià)對(duì)象的細(xì)粒度情感分析任務(wù)為基礎(chǔ),通過深度遷移學(xué)習(xí)技術(shù)解決目標(biāo)領(lǐng)域標(biāo)注數(shù)據(jù)不足的問題。本文的主要研究工作如下:（1）本文首先分析現(xiàn)有細(xì)粒度情感分析方法的不足,然后對(duì)現(xiàn)有的方法進(jìn)行改進(jìn),提出了融合多種詞表示方法與多種注意力機(jī)制的細(xì)粒度情感分析方法。考慮到現(xiàn)有的研究方法在詞表示層面上往往采用靜態(tài)的詞向量,這類表示方法無法解決一詞多義的問題,因此本文將融合字符級(jí)別（Character-level）、詞級(jí)別（Word-level）以及上... 

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 細(xì)粒度情感分析研究現(xiàn)狀
        1.2.2 跨領(lǐng)域情感分析研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 相關(guān)理論及技術(shù)
    2.1 詞的分布式表示相關(guān)技術(shù)
        2.1.1 語言模型
        2.1.2 連續(xù)詞袋模型(CBOW)
        2.1.3 跳字模型(Skip-gram)
        2.1.4 ELMo模型
    2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.2.1 長短期記憶網(wǎng)絡(luò)LSTM
        2.2.2 門控循環(huán)單元GRU
        2.2.3 雙向循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.3 Transformer網(wǎng)絡(luò)
    2.4 注意力機(jī)制
        2.4.1 軟性注意力機(jī)制
        2.4.2 鍵值對(duì)注意力
        2.4.3 多頭注意力機(jī)制
    2.5 BERT預(yù)訓(xùn)練模型
        2.5.1 掩碼語言模型
        2.5.2 預(yù)測(cè)下一個(gè)句子
        2.5.3 微調(diào)
    2.6 遷移學(xué)習(xí)相關(guān)技術(shù)
        2.6.1 歸納遷移學(xué)習(xí)
        2.6.2 轉(zhuǎn)導(dǎo)遷移學(xué)習(xí)
        2.6.3 對(duì)抗學(xué)習(xí)
    2.7 評(píng)價(jià)指標(biāo)
    2.8 本章小結(jié)
第三章 基于多種詞向量和多種注意力機(jī)制混合的細(xì)粒度情感分析
    3.1 問題提出與解決思路分析
    3.2 模型設(shè)計(jì)
        3.2.1 詞表示模塊
        3.2.2 文本表示模塊
        3.2.3 注意力機(jī)制模塊
        3.2.4 情感預(yù)測(cè)模塊
    3.3 實(shí)驗(yàn)與分析
        3.3.1 數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)設(shè)置
        3.3.3 基線方法
        3.3.4 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于深度遷移學(xué)習(xí)的跨領(lǐng)域細(xì)粒度情感分析
    4.1 問題提出與解決思路
    4.2 模型設(shè)計(jì)
        4.2.1 源領(lǐng)域上的分類
        4.2.2 領(lǐng)域特征自適應(yīng)
        4.2.3 利用目標(biāo)領(lǐng)域數(shù)據(jù)
        4.2.4 損失函數(shù)
    4.3 實(shí)驗(yàn)分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 實(shí)驗(yàn)設(shè)置
        4.3.3 基線方法
        4.3.4 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 未來研究工作展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]網(wǎng)絡(luò)商品評(píng)論的特征–情感詞本體構(gòu)建與情感分析方法研究[J]. 杜嘉忠,徐健,劉穎.  現(xiàn)代圖書情報(bào)技術(shù). 2014(05)



本文編號(hào)：3676236