我校研究生在计算机科学领域顶级期刊KNOWLEDGE-BASED SYSTEMS发表论文

近日，我校计算机与软件工程学院2018级研究生王晓狄在唐明伟教授的指导下，撰写的论文《A novel network with multiple attention mechanisms for aspect-level sentiment analysis 》被工程领域、计算机科学领域国际顶级学术期刊Knowledge-Based Systems（影响因子6.075，中科院SCI分区一区，TOP期刊）正式接收和在线发表。王晓狄为该论文的第一作者，唐明伟教授为通讯作者。近年来，自然语言处理在各个领域取得迅猛发展。作为支撑发展的核心技术之一的深度学习技术，在学术领域和工业界均取得了巨大的成就。许多学者用深度学习技术来处理文本信息，借助神经网络和注意力机制进行文本情感色彩的判断。由于语言本身的复杂性，一个句子、一段文字可能会表达出多个不同的感情倾向，在借助深度学习技术分析较长篇幅文本的情感极性时遇到瓶颈。因此，将长文本进行细粒度的划分，从方面级的角度分析文本的情感成为当下情感分析领域的热门研究话题之一。在这一新兴研究领域中，基于深度学习的情感分析技术目前还未被充分研究，存在诸多难点问题亟待解决。该文提出了一种新型的多注意力机制相结合的方面级情感分析算法。该算法在初始化词向量的时候采用了提高的BERT。然后提出了层内注意力机制和层间注意力机制两种不同类型的注意力机制。层内注意力机制是一个堆叠式结构，由多头自注意力机制以及点式前馈神经网络两部分构成，层间注意力机制使用一个交互式全局注意力结构。在此基础上，该文提出了一个特征关注机制模块帮助模型捕捉上下文信息。在常用的五个数据集上，实验结果表明提出模型优于同类的情感分析模型。该文具有重要的学术价值与应用前景。据悉，截止目前，王晓狄共参与撰写了多篇学术论文，其中以第一作者发表3篇SCI论文检索期刊，根据自己研究兴趣等，选择攻读四川大学学术型博士研究生。MAMN结构图