Un réseau d'attention amélioré par des ressources multi-sentiments pour la classification de sentiments

Les approches d'apprentissage profond pour la classification de sentiments n'exploitent pas pleinement les connaissances linguistiques des sentiments. Dans cet article, nous proposons un Réseau d'Attention Amélioré par des Ressources Multisentiment (MEAN) afin d'atténuer ce problème en intégrant trois types de connaissances linguistiques des sentiments (par exemple, le lexique des sentiments, les mots de négation, les mots d'intensité) dans le réseau neuronal profond via des mécanismes d'attention. En utilisant diverses ressources sentimentales, MEAN exploite les informations pertinentes aux sentiments à partir de différents sous-espaces de représentation, ce qui le rend plus efficace pour capturer la sémantique globale des mots de sentiment, de négation et d'intensité pour la prédiction des sentiments. Les résultats expérimentaux démontrent que MEAN présente une supériorité robuste par rapport à ses concurrents solides.