基于词屏蔽数据增强与对抗学习的特定目标情感分析方法技术

本发明专利技术提出了一种基于词屏蔽数据增强与对抗学习的特定目标情感分析方法，该方法包括以下步骤：S1，运用屏蔽目标实体的方式对句子进行同义词替换和随机插入单词生成有效的样本并与原始样本进行融合，从而实现词屏蔽数据增强；S2，构建了基于BERT

【技术实现步骤摘要】
基于词屏蔽数据增强与对抗学习的特定目标情感分析方法


[0001]本专利技术涉及自然语言处理领域，尤其涉及一种基于词屏蔽数据增强与对抗学习的特定目标情感分析方法。

技术介绍

[0002]随着社交媒体(Microblog、Twitter、Facebook等)的快速发展，情感分析变成了一项极其重要的任务。特定目标情感分析(Aspect
‑
based Sentiment Analysis,ABSA)是文本分类领域的基础任务，目的是利用深度学习及自然语言处理(Natural Language Processing,NLP)技术分析在线社交网络文本数据细粒度情感倾向，方便用户对在线社交网络评论数据特定实体(Aspect)隐藏的情感极性(Sentiment Polarity)和态度(Attitude)有明确的认识。一个句子中包含一个或多个实体，每个实体的情感极性各不相同，例如，给出一条评论“Great food but the service was dreadful！”，实体“food”的情感极性为“positive”，而实体“servi本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于词屏蔽数据增强与对抗学习的特定目标情感分析方法，其特征在于，包括以下步骤：S1，运用屏蔽目标实体的方式对句子进行数据增强，生成有效的样本并与原始样本进行融合；S2，构建了基于BERT
‑
BASE的对抗学习特定目标情感分类模型，将S1融合后的数据作为模型的输入，运用干净样本训练情感分类模型；S3，最终得到特定目标情感分析结果。2.根据权利要求1所述的一种基于词屏蔽数据增强与对抗学习的特定目标情感分析方法，其特征在于，所述屏蔽目标实体的方式采用同义词替换。3.根据权利要求2所述的一种基于词屏蔽数据增强与对抗学习的特定目标情感分析方法，其特征在于，所述同义词替换的计算方法为：其中，S
Sr
表示同义词替换后的数据；F
SR
(
·
)表示同义词替换数据增强函数；S
In
表示原始语料库的输入；是一条原始样本的第i个单词aspect表示特定目标实体；Rep(
·
)表示单词替换函数；表示需要替换的第id个单词；id
Sr
表示单词替换的位置；表示根据第...

【专利技术属性】
技术研发人员：刘小洋，代尚宏，叶舒，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：