计算机工程与科学

作者：段玲, 郭军军, 余正涛, 相艳,

单位：1.昆明理工大学信息工程与自动化学院，云南 昆明 650500;2.昆明理工大学云南省人工智能重点实验室，云南 昆明 650500

关键词：社交媒体文本处理,微博案件,方面识别,交互注意,Transformer,

基金：国家重点研发计划 (2018YFC0830105,2018YFC0830100 );国家自然科学基金(61972186,61762056,61472168,61866020);云南省科技厅省级人培项目 (KKSY201703015);云南省科技厅面上项目(202001AT070047)

微博案件观点所涉方面的自动识别是了解互联网社交媒体新闻舆情的重要手段，但由于微博文本形式和内容均灵活多变，传统的方面识别方法通常只利用单一的正文或评论，使微博语义理解非常有限。针对涉案微博文本的方面识别问题开展研究，提出一种基于正文和评论交互注意的案件方面识别方法，通过融合社交媒体的上下文信息，实现对案件观点所涉方面的识别。首先基于Transformer框架对正文和评论分别进行编码；然后基于交互注意力机制，实现正文信息和评论信息的融合，并基于融合后的特征实现对评论文本案件方面的识别；最后基于12个案件构建的微博数据集进行实验，实验结果表明，采用交互注意力机制融合微博正文信息和评论信息可以显著提升案件方面识别的准确率，证明了所提方法的有效性。

来源：2022年第6期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第6期