摘要: 为了综合考虑更多模态信息,对语境和语义特征进行了建模,并将它们融合在一起以提取情感原因对。针对语境模态,采用了子句嵌入方法来获取情绪和原因的表示,并通过双因素注意力机制得到全局语境矩阵。同时,通过构建子句间语义的图神经网络,得到了局部语义特征。最后,通过主模态和辅助模态的匹配,得到了融合特征,以进行多任务预测,包括情感句、原因句和情感-原因对的抽取。实验结果表明,在抽取经典中文情感原因对数据时,相较于最佳基线系统,所提模型的F 测度提高了 2.2% 。
中图分类号:
刘宇鹏 冯贤杰 姚登举. 基于语境与语义模态的多任务情感原因对抽取[J]. 北京邮电大学学报, 2024, 47(2): 18-23.