Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 74,213,190

 Aspect Extraction with Bidirectional GRU and CRF
Tác giả hoặc Nhóm tác giả: Trang Uyen Tran, Ha Thanh Thi Hoang, Hiep Xuan Huynh
Nơi đăng: The 2019 IEEE-RIVF international conference on computing and communication technologies; Số: 2019;Từ->đến trang: 60-64;Năm: 2019
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
Opinion mining or sentiment analysis used to understand the community’s opinions on a particular product. Sentiment analysis involves building the opinion collection and classification system. Oneof the most crucialtasks of sentiment analysis is the ability to extract aspects or featuresthat opinions expressed on.There are many approaches and techniques used to explore these features from unstructured comments. We proposed a different approach to the above mentionedaspect extraction task in sentiment analysis using a deep learning model combining Bidirectional Gated Recurrent Unit (BiGRU) and Conditional Random Field (CRF). This model is trained on labeled data to extract and classify feature sets in comments.Our model uses a BiGRU neural network with word embeddings achieved by training GloVe on theSemEval2014 dataset. The SemEval 2014 dataset include 7,686reviews on two domains, Laptop and Restaurant. Experimental results showed that our aspect extraction model in sentiment analysis using BiGRU-CRF achieved significantly better accuracy than thestate-of-the-art methods.
[ 2019\2019m04d08_21_6_16TRANUYENTRANGnew_BiGRU_RIVFMarch2019.pdf ]
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn