تحليل المشاعر بواسطة الكبسولات

في هذه الورقة، نقترح نموذج RNN-Capsule، وهو نموذج كابسول مبني على الشبكة العصبية التكرارية (RNN) لتحليل المشاعر. بالنسبة لمشكلة معينة، يتم إنشاء كابسول واحد لكل فئة من فئات المشاعر، مثل "إيجابية" و"سلبية". يمتلك كل كابسول سمة، وحالة، وثلاثة وحدات: وحدة التمثيل، وحدة الاحتمال، ووحدة إعادة البناء. تتمثل السمة الخاصة بكابسول في الفئة المخصصة من المشاعر. عند إدخال مثال مشفر باستخدام متجهات مخفية بواسطة RNN شائعة، تقوم وحدة التمثيل ببناء تمثيل الكابسول باستخدام آلية الانتباه. بناءً على تمثيل الكابسول، تقوم وحدة الاحتمال بحساب احتمال الحالة الخاصة بالكابسول. تكون حالة الكابسول نشطة إذا كان احتمال حالتها الأعلى بين جميع الكابسولات بالنسبة للمثال المعطى، وتعتبر غير نشطة في غير ذلك. وقد أظهرنا على مجموعتي بيانات معياريتين (أي مراجعة الأفلام وقاعدة بيانات شجرة مشاعر ستانفورد) وواحدة خاصة (أي ملاحظات المستشفى) أن نموذج RNN-Capsule يحقق أداءً من الدرجة الأولى في تصنيف المشاعر. والأهم من ذلك، وبلا استخدام أي معرفة لغوية، يمكن لنموذج RNN-Capsule إخراج كلمات ذات اتجاهات مشاعر تعكس سمات الكابسولات. وتُظهر هذه الكلمات بشكل جيد التخصّص الميداني لمجموعة البيانات.