文献类型：期刊文章

作　　者：王萍[1] 李璋寅[2] 郭茹燕[2] 黄勃[2] 王董祺[2]

WANG Ping;LI Zhangyin;GUO Ruyan;HUANG Bo;WANG Dongqi(School of Continuing Education,Shanghai University of Engineering Science,Shanghai 201620,China;School of Electronic and Electrical Engineering,Shanghai University of Engineering Science,Shanghai 201620,China)

机构地区：[1]上海工程技术大学继续教育学院,上海201620 [2]上海工程技术大学电子电气工程学院,上海201620

出　　处：《武汉大学学报（理学版）》

基　　金：上海市2021年度“科技创新行动计划”社会发展科技攻关项目(21DZ1204900)。

年　　份：2023

卷　　号：69

期　　号：1

起止页码：60-68

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：近年来,文本方面级的细粒度情感分析受到了越来越多的重视,并且在医疗文本方面的作用也越来越大。与粗粒度情感分析相比,细粒度情感分析可以区分医疗文本的每个具体方面词,并且可以得到每个方面词所表达的情感信息。方面级情感分析任务需要考虑方面词和情感词之间的交互,而医疗文本既可作为方面词,又可作为情感词。因此,提出了一个包含上下文位置潜在信息的方面级情感分析模型,实现对于医疗文本信息的情感分析。医疗文本中与特定方面词情感极性判断相关的上下文词一般位于该方面词的附近,而且由于医疗方面词的上下文的词数量存在差异,可能会导致词嵌入向量表示的属性变化,使得方面词的相对位置会有所不同。因此,提出了一种新的上下文位置调整函数,通过调整上下文词在不同位置的权重,增强与指定方面词相关的情感极性词的针对性,减轻方面词两侧词数差异对情感极性判断的干扰。同时,为了将包含特定方面的情感信息的方面词以向量表示,引入了一个线性条件随机场模型辅助建立方面词向量表示的模型。最终,使用焦点损失函数来训练模型参数,处理医疗文本中的情感分析的类不平衡问题。

关 键 词：自然语言处理 方面级情感分析  语境权重调整  焦点损失函数  

分 类 号：TN918.4]