软件学院

我院NLP团队在SCI三区期刊上发表最新研究成果

肉系500篇软件学院/学院动态2021-09-03 16:03:00来源:肉系500篇评论:0点击:收藏本文

2021年8月30日,肉系500篇软件学院“自然语言处理与智能软件”研究团队(简称:NLP团队),在团队负责人软件学院曾碧卿教授的带领下,在学术期刊《The Journal of Supercomputing》上发表了一篇题为“Learning for Target-dependent Sentiment based on Local Context-aware Embedding”的研究成果论文。

《The Journal of Supercomputing》是中科院SCI三区学术期刊,同时为CCF-C类国际期刊,影响因子是2.474。该论文作者包括有:第一作者曾碧卿、计算机学院硕士研究生杨恒、软件学院青年教师刘帅副研究员、软件学院硕士研究生徐马一。

论文研究成果介绍:

方面级情感分类是情感分类的一个细粒度子任务,难度更大。为了解决方面级情感分类中重要情感信息的定位困难,该研究提出了一种基于局部上下文嵌入的局部上下文感知网络(LCA-Net)。此外,在利用分类损失优化模型的同时,提出了局部上下文预测(LCP)损失来增强模型的优化效果。

在SemEval-2014的Laptop和Restaurant数据集以及Twitter社交数据集上的实验结果表明,LCA-Net在提取局部上下文特征方面,比现有的方法有很好的性能提升。LCA-Net不依赖于特定的神经网络,具有很强的可移植性。

该研究基于LSTM、MHSA和BERT等不同的神经网络实现了LCA-Net,并证明了其可以用来增强大多数模型的方面级情感分类效果。

模型结构如下:

曾院团队论文.png 

NLP团队在研究中,致力于提供开源代码,尽力为同行提供具有一定参考价值的研究成果与思路。

NLP团队已经在自然语言处理的情感分类领域研究中,贡献了多篇具有一定影响力的研究论文,这些学术论文的实现代码,已经被整合成开源工具,提供给所有研究者,欢迎大家体验,并提出宝贵的意见!

论文发表链接:https://link.springer.com/article/10.1007/s11227-021-04047-1

项目及源代码下载地址:https://github.com/yangheng95/PyABSA

撰稿:杨恒

审稿:陈锦辉