本文设计了一个用于情感分类的新模型RNN-Capsule。虽然这里提到了胶囊,但和胶囊网络没啥关系,只是用到了胶囊的概念(一组神经元)。
每个胶囊对应一个情感类别,包含:
- an attribute(属性):即设定的情感类别。
- a state(状态):分为“active”和“inactive”。一组胶囊中只有一个(状态概率最大的)为“active”,其他均为“inactive”。
- three modules(模块):representation module(表示模块)、 probability module(概率模块)和
reconstruction module(重构模块)。representation module利用注意力机制建立胶囊向量;probability module输出胶囊的状态概率;reconstruction module对输入实例(句子或段落)的表示进行重构。
模型结构
输入实例首先经过RNN层得到隐层向量,再输入到各个胶囊。胶囊的数量等于情感类别的个数。每个胶囊的输出为概率 p i p_{i} pi和重构向量 r s , i