柯佳伶Koh, Jia-Ling劉秝瑋Liu, Li-Wei2022-06-082021-09-132022-06-082021https://etds.lib.ntnu.edu.tw/thesis/detail/cd5971eb1a4186411d3bbd57d62bea53/http://rportal.lib.ntnu.edu.tw/handle/20.500.12235/117309針對情緒原因句配對擷取任務，本論文提出一個基於句子雙重情境表示法建模的模型。本研究提出的模型中對文本中同一個句子分別學習情緒句及原因句情境表示法，並採用多任務學習的訓練方式，使模型在訓練時除了考慮情緒原因句配對預測任務，同時考慮情緒句及原 因句預測子任務，以學習語意更完整的情緒原因句配對表示法進行配對預測。此外，本研究考慮情緒句及原因句在文本中正負樣本數不平衡的問題，因此採用損失函數權重調整策略，使模型在訓練後能提高情緒句及原因句預測子任務的回復率，連帶提升情緒原因句配對擷取任務的預測效果。實驗結果顯示，本論文方法以兩個圖神經網路學習句子雙重情境表示法，並配合損失函數權重調整策略，較相關研究以單個圖神經網路學習情境表示法的模型，在情緒原因句配對擷取任務達到更佳的效果。none情緒原因句配對擷取深度學習自然語言理解多任務學習none學術論文