Improving sentiment analysis via sentence type classification using BiLSTM-CRF and CNN

计算机科学 判决 人工智能 情绪分析 自然语言处理 卷积神经网络 标杆管理 业务 营销
作者
Tao Chen,Ruifeng Xu,Yulan He,Xuan Wang
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:72: 221-230 被引量:564
标识
DOI:10.1016/j.eswa.2016.10.065
摘要

Different types of sentences express sentiment in very different ways. Traditional sentence-level sentiment classification research focuses on one-technique-fits-all solution or only centers on one special type of sentences. In this paper, we propose a divide-and-conquer approach which first classifies sentences into different types, then performs sentiment analysis separately on sentences from each type. Specifically, we find that sentences tend to be more complex if they contain more sentiment targets. Thus, we propose to first apply a neural network based sequence model to classify opinionated sentences into three types according to the number of targets appeared in a sentence. Each group of sentences is then fed into a one-dimensional convolutional neural network separately for sentiment classification. Our approach has been evaluated on four sentiment classification datasets and compared with a wide range of baselines. Experimental results show that: (1) sentence type classification can improve the performance of sentence-level sentiment analysis; (2) the proposed approach achieves state-of-the-art results on several benchmarking datasets.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
岁檀完成签到,获得积分10
刚刚
争取不秃顶的医学僧完成签到,获得积分10
刚刚
阿泽完成签到,获得积分10
1秒前
坦率依玉完成签到,获得积分10
1秒前
狂野忆文发布了新的文献求助10
1秒前
来日方长发布了新的文献求助10
1秒前
2秒前
2秒前
helloclare完成签到,获得积分10
3秒前
上官若男应助缓慢珠采纳,获得10
3秒前
川泽完成签到,获得积分10
3秒前
神介.Tzx发布了新的文献求助10
4秒前
聚乙烯完成签到,获得积分10
5秒前
李健的小迷弟应助烛天采纳,获得10
5秒前
CHY完成签到,获得积分10
7秒前
我爱科研完成签到,获得积分10
7秒前
Guinerve发布了新的文献求助30
7秒前
w_应助DSC采纳,获得10
8秒前
Atalanta完成签到,获得积分10
8秒前
竹杖芒鞋发布了新的文献求助20
9秒前
湘江雨完成签到,获得积分10
9秒前
酷酷邴完成签到,获得积分10
10秒前
10秒前
二维世界的鱼完成签到,获得积分10
11秒前
11秒前
kkkkiry完成签到 ,获得积分10
12秒前
木头发布了新的文献求助10
12秒前
缓慢珠完成签到,获得积分10
12秒前
聚乙烯发布了新的文献求助10
13秒前
陈静静发布了新的文献求助10
14秒前
小小林柒染完成签到,获得积分20
15秒前
汤丽霞完成签到 ,获得积分10
15秒前
酷波er应助PP采纳,获得10
16秒前
怕孤单的浮雨完成签到,获得积分10
16秒前
栗子完成签到,获得积分10
16秒前
搜集达人应助张鑫采纳,获得30
16秒前
NexusExplorer应助安谢采纳,获得10
17秒前
17秒前
香蕉冬云完成签到,获得积分10
19秒前
会飞的云发布了新的文献求助10
19秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
CLSI EP47 Evaluation of Reagent Carryover Effects on Test Results, 1st Edition 800
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3053115
求助须知:如何正确求助?哪些是违规求助? 2710358
关于积分的说明 7421333
捐赠科研通 2354967
什么是DOI,文献DOI怎么找? 1246568
科研通“疑难数据库(出版商)”最低求助积分说明 606146
版权声明 595975