基于BERT-LSTMCNN的立场分析  

Stance detection based on BERT-LSTMCNN

作　　者：胡瑞雪 曾曦[1] HU Rui-xue;ZENG Xi(The 30th Research Institute of China Electronics Technology Group Corporation,Chengdu 610000,China)

机构地区：[1]中国电子科技集团公司第三十研究所

出　　处：《信息技术》2020年第2期93-97,102,共6页Information Technology

摘　　要：文中提出了基于双向Transformer的大规模预训练语言模型(BERT)和长短时记忆(LSTM)、卷积神经网络(CNN)相结合的立场分析方法。该方法能根据输入文本判断其对某一特定的目标所表达的支持、反对、中立立场。经过实验证明,BERT-LSTMCNN预测文本所表达立场的准确率在87%左右。A stance detection method is proposed based on the combination of bidirectional encoder representation from transformers(BERT)and long short-term memory(LSTM)along with convolutional neural network(CNN).This method is capable of detecting the support,reject,and neutral stance of the input text expressed towards a particular target.Experiments show that the accuracy of the stance detection using BERT-LSTMCNN is about 87%.

关 键 词：立场分析 BERT LSTMCNN 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]