模型简介

自我关注网络（SAN）是最近创建的一种新的神经网络，其利用注意力机制作为基本构建块。自我关注网络已被证明对序列建模任务有效，同时没有复现。在这项工作中，我们探讨了SAN对情感分析的有效性，并且探讨了各种对SAN修改的效果，如多头注意以及两种将序列位置信息合并到SAN中的方法。 论文题目：《Self-Attention: A Better Building Block for Sentiment Analysis Neural Network Classifiers》 论文地址：https://arxiv.org/pdf/1812.07860v1.pdf

• 1. 使用方法

  • 1.1. 模型训练

• 2. 模型来源

1. 使用方法

1.1. 模型训练

进入终端，在root/SSAN-self-attention-sentiment-analysis-classification-master（默认）路径下，运行以下命令：

python san.py -emb embeddings/google.txt

# san.py文件中包含训练、评估与测试步骤。如需分开复现，可自行修改文件中的代码。

2. 模型来源

https://github.com/Artaches/SSAN-self-attention-sentiment-analysis-classification