《表3 位置加权的词向量的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合位置权重的基于注意力交叉注意力的长短期记忆方面情感分析模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文在处理单词的位置信息时使用了Laplacian概率函数来为词向量添加位置权重，与不考虑位置信息的AOA-LSTM模型及加入绝对位置信息权重的基于注意力机制的LSTM（Attention-Enabled and Location-Aware LSTM，AELA-LSTM）方面情感分析模型[24]进行对比，结果如表3所示。从表3可以看出，LWAOA-LSTM在所有数据集上都优于不带有位置信息的AOA-LSTM和带有绝对位置信息权重的AELA-LSTM，从中可以得出结论:具有位置权重的模型有利于对方面词的情感极性进行分类。AELA-LSTM中虽然考虑了位置信息，但只是使用绝对位置，没有考虑到不同方向上下文词语对方面词情感分类的影响，而且线性下降位置权重不能大幅降低远离方面词的词语的权重，因此该模型的情感分类效果不佳。