微博中的社交意图识别与分类技术研究

发布时间：2020-11-13 17:23

　　 意图识别是自然语言处理的重要组成部分,其中微博发布者的发文内容通常隐含着社交意图,为了准确识别微博发布者的社交意图,提出一种基于词、句联合训练的编码器解码器的社交意图识别与分类的建模方法,方法综合考虑了微博用户的微博内容在词、句基础上的意图信息.实验表明,该模型的训练方法在社交意图识别数据集上取得了93.176%的准确率.
【部分图文】：

所提模型整体结构分为3个部分:第一部分编码器是由BLSTM与self-attention组合的网络结构对输入序列的每个词进行编码表示,BLSTM提取输入序列上下文的相关的全局特征,重点关注词的上下文语义与语法信息,self-attention给每个词赋予不同的权重,通过attention提取重要特征;第二部分解码器是单向LSTM.对于输入序列中的每一个词进行解码,对每一个词均进行意图识别;第三部分是输入序列中每一个词编码器的隐藏状态及解码器的隐藏状态加和求平均得到整个句子的隐藏状态,对句子进行意图识别,最终整个句子的意图类别通过每个词加句子的意图结果进行投票决定.图1给出了模型结构.2.1 编码器

LSTM(Long Short-Term Memory, LSTM)是一种增加了记忆功能的循环神经网络模型,在处理序列的长期依赖问题上更有优势.一般的,LSTM单元由输入门、遗忘门、输出门3个门组成,输入门决定哪些新输入的信息允许被更新,或者被保存到记忆单元,遗忘门用于控制记忆单元是否记住或者丢弃之前的状态,输出门决定记忆单元中哪些信息允许被输出.一般的LSTM网络结构如图2所示.在t时刻LSTM单元更新的公式如(1),(2)和(3):
【相似文献】

相关期刊论文 前10条

1 李秀娟;田川;冯欣;;数据挖掘分类技术研究与分析[J];现代电子技术;2010年20期

2 杨思春;戴新宇;陈家骏;;面向开放域问答的问题分类技术研究进展[J];电子学报;2015年08期

3 ;第2届中国分类技术及应用学术会议(CCTA2007)征文通知[J];计算机研究与发展;2006年12期

4 田艳玲;张维桐;张锲石;路纲;吴晓军;;图像场景分类技术综述[J];电子学报;2019年04期

5 董志强;吕凤娟;;基于关键词的Flash分类技术研究[J];中小学电教(下);2011年01期

6 黎仁国;;分类技术在数据挖掘中的应用研究[J];科技信息;2010年24期

7 张淳;;数据挖掘分类技术在高校教学中的应用[J];电脑知识与技术;2009年24期

8 段巍巍;许海滨;;基于分类技术的目标客户辅助定位方法研究[J];江苏通信;2008年03期

9 谢琰嵩;朱晓莲;;数据流分类技术分析[J];计算机与现代化;2010年01期

10 倪现君;;基于数据挖掘分类技术的高校教学方法研究[J];科学技术与工程;2006年04期

相关博士学位论文 前5条

1 杭文龙;有监督智能聚类与分类技术及其应用研究[D];江南大学;2017年

2 张良力;面向安全预警的机动车驾驶意图识别方法研究[D];武汉理工大学;2011年

3 付博;面向社会媒体的用户消费意图分析关键技术研究[D];哈尔滨工业大学;2015年

4 才智杰;藏文词向量表示关键技术研究[D];青海师范大学;2018年

5 方兰婷;基于机器学习的自然语言处理和传输技术的研究[D];东南大学;2018年

相关硕士学位论文 前10条

1 杨保国;基于关键词的文本流分类技术研究[D];西北农林科技大学;2011年

2 郑锦涛;基于GPU的高性能包分类技术的研究与实现[D];湖南大学;2016年

3 智洪欣;基于深度学习的视频分类技术研究[D];战略支援部队信息工程大学;2018年

4 黄学辉;数据挖掘分类技术在企业人才招聘中的应用研究[D];中国海洋大学;2010年

5 杨传耀;数字图书馆及其分类技术的研究[D];福州大学;2004年

6 王红;基于内容的中文垃圾短信分类技术的研究[D];安徽大学;2011年

7 翟海涛;基于交通视频的车辆检测跟踪及分类技术研究[D];苏州大学;2010年

8 王国华;智能监控中目标检测与分类技术的研究[D];安徽大学;2012年

9 张海笑;数据挖掘分类技术在高校教学中的应用研究[D];广东工业大学;2005年

10 谭海龙;多维时间序列的分类技术研究[D];浙江大学;2015年

本文编号：2882435