{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期段”：[[2024,4,7]]，“日期时间”：“2024-04-07T19:56:24Z”，“时间戳”：1712519784708}，“引用计数”：85，“发布者”：“爱思唯尔BV”，“问题”：“5”，“许可证”：[{“开始”：{-date-parts“：[2022,9,1]]，”日期时间“：”2022-09-01T00:00:00Z“，“时间戳”：1661990400000}，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https://www.elsevier.com/tdm\/userlicense\/1.0\/”｝，｛“开始”：｛“日期部分”：[[2022,9,1]]，“日期-时间”：“2022-09-01T0:00:00Z”，“时间戳”：1661990400000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-017”｝，｛“开始”：{“日期部分”：[[2022,9,1]]，“日期-时间”：“2022-09-01T00:00:00Z”，“timestamp”：1661990400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,9,1]]，“date-time”：“2022-09-01T00:00Z”，”timestamp“166199040000}，”content-versiion“：”stm-asf“，”delay-asf in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,9,1]]，“date-time”：“2022-09-01T00:00:00Z”，“timestamp”：1661990400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[22022,9,1]，“日期-时间”：“2012-09-01T_00:00:0Z”，《时间戳》：166 1990400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Information Processing&Management”]，”published-print“：{”date-parts“：[2022,9]]}，”doi“：”10.1016\/j.ipm.2022.103058“，”type“：”journal-article“，”created“：{“日期部分”：[2022,8,19]]，“date-time”：“2022-08-19T23:29:16Z”，“timestamp”：1660951756000}，“page”：“103058”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：“Crossref”，“is-referenced-by-count”：4，“title”：[“一种基于词典和神经的混合方法，用于可解释的极性检测”]，“prefix”：“10.1016”，“volume”:“59”，“author”：[{“OR]CID“：“http://\/orcid.org\/00000-0002-3939-0136”，“authenticated-orcid”：false，“given”：“Marco”，“family”：“Polignano”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/0000-0001-8110-6832“，”authenticationed-orcid“：false”，“givine”：“Valerio”，”family“：”Basile“，”sequence“：”additional“，”affiliance“：[]{”orcid“：“http://\/orcid.org\/00000-0002-0545-1105”，“authenticated-orcid”：false，“given”：“Pierpaolo”，“family”：“Basile”，“sequence”：“additional”，“affiliation”：[]}，{“givent”：“Giuliano”，“家庭”：“Gabrieli”，“序列”：“附加”，“从属关系”：[]}，}“givind”：“Marco”，“家族”：“Vassallo”，CID“：“http:\/\/orcid.org/0000-0002-8857-4484”，“authenticated orcid”：false，“given”：“Cristina”，“family”：“Bosco”，“sequence”：“additional”，“affiliation”：[]｝]，“member”：“78”，“reference”：[｛“key”：“10.1016\/j.ipm.2022.103058_b1”，“doi asserted by”：“crossref”，“doi”：“10.1016\/j.asoc.2021.107373”，“文章标题”：“社交媒体数据的深度学习和多语言情感分析：概述”，“卷”：“107”，“作者”：“Ag\u00fcero-Torales”，“年份”：“2021年”，“新闻标题”：“应用软计算”}，{“关键”：“10.1016\/j.ipm.2022.10358_b2”，“doi-asserted-by”：“crossref”，”非结构化：“van Aken，B.，Winter，B.，L\u00f6ser，A.，&Gers，F.A.（2019）伯特是如何回答问题的？变压器表示的分层分析。第28届ACM信息和知识管理国际会议记录（第1823\u20131832页）。“，”DOI“：”10.1145\/3357384.3358028“}，{”key“：”101016\/j.ipm.2022.103058_b3“，”DOI-asserted-by“：”crossref“，”first page“：“185”，“DOI”：“10.1016\/j.neunet.2020.07.010”，“article-title”：“Towards explaibable deep neural networks（xDNN）”，“volume”：“130”，“author”：“Angelov”，“year”：“2020”，“journal-title“：”neural networks“}”，{“key”：“10.1016\/j.ipm.2022.103058_b4”，“doi-asserted-by“：”crossref“，”unstructured“：”Arous，I.，Dolamic，L.，Yang，J.，Bhardwaj，A.，Cuccu，G.，&Cudr\u00e9-Mauroux，P.（2021）。MARTA：利用人类理性进行可解释的文本分类。《AAAI人工智能会议论文集》，第35卷（第5868页\u20135876页）。“，”DOI“：”10.1609\/aaai.v35i7.16734“}，{“key”：“10.1016\/j.ipm.2022.103058_b5”，“series-title”：“Lrec，Vol.10”，“首页”：“2200”，“文章标题”：“Sentiwordnet 3.0:用于情感分析和意见挖掘的增强词汇资源”，“author”：“Baccianella”，“year”：“2010”}，“issue”：“18”，“key“：”1016\/j.ipm.2022.103058 _b6“，”DOI-asserted-by“：”crossref“，“DOI”：“10.3390\/electronics10182195”，“article-title”：“可解释的情绪分析：基于层次变换的提取摘要方法”，“volume”：“10”，“author”：“Bacco”，“year”：“2021”，“journal-title“：”Electronics“}，{“key”：”10.1016\/j.ipm.2022.103058_b7“，”first page“：”62“articlete”：“使用transformers进行可解释情绪分析的摘录摘要“，”volume“：”vol.2918“，”author“：”Bacco“，”year“：”2021“}，{”issue“：”7“，”key“：“10.1016\/j.ipm.2022.103058_b8”，”doi-asserted-by“：”crossref“，”doi“：”10.1111\/exsy.12332“，”article-title“：”Twitter情绪分析的情绪软件极性词汇“，”volume“:”38“，”author“Bandhakavi“，“年份”：“2021年”，“新闻标题”：“专家系统”}，{“key”：“10.1016\/j.ipm.2022.103058_b9”，“series-title”：“第三届意大利计算语言学会议论文集（CLiC-It 2016）&意大利语自然语言处理和语音工具第五次评估活动。最终研讨会（EVALITA 2016），意大利那不勒斯，2016年12月5日至7日”，“article-title”：“evalita 2016情绪极性分类任务概述”，“卷”：“第1749卷”，“作者”：“Barbieri”，“年份”：“2016”}，{“key”：“10.1016\/j.ipm.2022.103058_b10”，“series-title”：”evalita评估NLP和意大利语语音工具“，“首页”：“1”，“article-titel”：“EVALITA 2018基于方面的情绪分析任务概述”，“作者”：“Basile”，“year”：“2018”}，{“key”：“10.1016\/j.ipm.2022.103058_b11”，“series-title”：“主观性、情绪和社交媒体分析计算方法第四次研讨会论文集”，“首页”：“100”，“文章标题”：“意大利语推文情绪分析”，“作者”：“Basile”，“年份”：“2013”}，{“key”：“10.1016\/j.ipm.2022.103058_b12”，“非结构化”：“Basile，V.，&Nissim，M.（2013b）。意大利语微博情绪分析。主观性、情绪和社交媒体分析计算方法第四次研讨会论文集（第100\u2013107页）。”}10.1016\/j.ipm.2022.103058_b13“，“series-title”：“第十一届语义评估国际研讨会论文集（SemEval-2017）”，“首页”：“747”，“article-title”：“SemEvall-2017任务中的数据存储4:Deep LSTM，关注消息级和基于主题的情感分析”，“author”：“Baziotis”，“year”：“2017”}，{“key”：10.1016\/j.ipm.2022.103058_b14“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.knosys.2021.107134“，“article-title”：“情绪分析综合调查：方法、挑战和趋势”，“volume”：“226”，“author”：“Birjali”，“year”：“2021”，“journal-title“：”Knowledge-Based Systems“}，{“key”：”10.116\/j.ip.2022.103058_b15“，”series-title“：”第28届意大利高级数据库系统研讨会论文集，Villasimus，Sud Sardegna，Italy（因Covid-19大流行而虚拟），2020年6月21日至24日”，“首页”：“100”，“文章标题”：“自然语言处理的解释方法：情感分析的应用”，“卷”：“第2646卷”，“作者”：“Bodria”，“年份”：“2020”}，{“关键”：“10.1016\/j.ipm.2022.103058_b16“，”doi-asserted-by“：”crossref“，”first page“：”245“，”doi“：”10.1613\/jair.1.12228“，”article-title“：”监督机器学习可解释性调查“，”volume“：“70”，”author“：”Burkart“，“year”：“2021”，“journal-title”：“journal of Artificial Intelligence Research”}，{“key”：“10.1016\/j.ip.2022.103058_b17”，“”非结构化”：“Cambria，E.，Liu，Q.，Decherchi，S.，Xing，F.，&Kwok，K.（2022）。SenticNet 7：一个基于常识的神经符号人工智能框架，用于可解释的情绪分析。在《LREC 2022年会议记录》中。“}，{”key“：”10.1016\/j.ipm.2022.103058_b18“，”series-title“：”2018年自然语言处理经验方法会议记录，EMNLP 2018：系统演示，比利时布鲁塞尔，2018年10月31日至11月4日“，”首页“：”169“，”article-title“：“英语通用句子编码器”，“author”：“Cer”，“year”：“2018”}，{“key”：“10.1016\/j.ipm.2022.103058_b19”，“doi断言”：“crossref”，“非结构化”：“Chen，H.，McKeever，S.，&Delany，S.j.（2019）。深度学习分布式表示在识别滥用文本中的使用。在国际AAAI网络和社交媒体会议论文集，第13卷（pp.125\u2013133）.“，”DOI“：”10.1609\/icwsm.v13i01.3215“}，{“key”：“10.1016\/j.ipm.2022.103058_b20”，“series-title”：“IJCAI-17可解释人工智能（XAI）研讨会”，“首页”：“19”，“文章-标题”：“通过联合学习词典和修饰词实现可解释文本分类”，“author”：“Clos”，“year”：“2017”}，“key“：”1016\/j.ipm.2023.03058_b21“，”series-title“：”计算语言学协会第58届年会记录，ACL 2020，在线，2020年7月5日至10日Deshmane，A.A.和Friedrichs，J.（2017）。2017年SemEval-2017年TSA-INF任务4：深度学习架构的集合，包括用于推特情感分析的词汇功能。第十一届语义评估国际研讨会论文集（SemEval-2017）（第802\u2013806页）。“，”DOI“：”10.18653\/v1\/S17-2135“}，{“key”：“10.1016\/j.ipm.2022.103058_b23”，“series-title”：“计算语言学协会北美分会2019年会议记录：人类语言技术，NAACL-HLT 2019，明尼阿波利斯，明尼苏达州，美国，2019年6月2-7日，第1卷（长篇和短篇论文）”，“首页”：“4171”，“article-title“：”BERT：语言理解深度双向变换器的预训练“，”author“：”Devlin“，”year“：”2019“}，{“issue”：“8”，“key”：“10.1016\/j.ipm.2022.103058_b24”，“doi-asserted-by”：“crossref”，“first-page”：“2045”，“doi”：“101007\/s13042-017-0727-z”，“article-title”：“利用语义进行社交媒体中的情绪极性检测”，“卷”：“10”，“作者”：“Dridi”，“年份”：“2019”，“期刊标题”：“国际机器学习与控制论杂志”}，{“问题”：“1”，“关键”：“10.1016\/j.ipm.2022.103058_b25”，“文章标题”：“解决情绪分析挑战的增强词袋模型”volume“：”7“，”author“：”El-Din“，”year“：”2016“，”journal-title“：”International journal of Advanced Computer Science and Applications“}，{“key”：“10.1016\/j.ipm.2022.103058_b26”，“series-title”：“2017年自然语言处理实证方法会议论文集，2017年EMNLP，丹麦哥本哈根，2017年9月9日至11日”，“首页”：“1615“，“article-title”：“使用数百万个表情符号来学习任意域表示法以检测情绪、情感和讽刺”，“author”：“Felbo”，“year”：“2017”}，{“key”：“10.1016\/j.ipm.2022.103058_b27”，“doi-asserted-by”：“crossref”，“doi”：“0.1016\/j.eswa.2021.115771”，“article-title:”针对单个特定领域推特账户的推文情绪分析：预测模型性能和可解释性比较“，“卷”：“186”，“作者”：“Fiok”，”年份“：“2021”，“日志标题”：“应用程序专家系统”}，{“键”：“10.1016\/j.ipm.2022.10358_b28”，“series-title”：“意大利可解释人工智能研讨会，XAI。It 2020，与意大利人工智能协会第19届国际会议（AIxIA 2020）联合举办，在线活动，2020年11月25日至26日”，“首页”：“1”，“文章标题”：“决策解释：在情感检测中应用上下文重要性和上下文效用”，“作者”：“Fouladgar”，“年份”：“2020”}，{“关键”：“10.1016\/j.ipm.2022.103058_b29“，“series-title”：“可解释、透明自治代理和多代理系统国际研讨会”，“首页”：“57”，“文章-标题”：“决策理论满足可解释人工智能”，“作者”：“Fr\u00e4mling”，“年份”：“2020”}，{“key”：“10.1016\/j.ip.2022.103058_b30”，“doi-asserted-by”：“crossref”，“第一页”：”214“doi”：“10.1016\/j.eswa.20.10.043”，“文章标题”：“利用情绪和单词嵌入的情感分析”，“卷”：“69”，“作者”：“Giatsoglou”，“年份”：“2017”，“期刊标题”：“应用专家系统”}，{“密钥”：“10.1016\/j.i.p.2022.103058_b31”，“系列标题”：“深度学习”，“作者”：“Goodfellow”，“年份”：“2016”}，{“问题”：“1”，“密钥”：“10.1016\/j.ipm.2022.103058_b32“，”doi-asserted-by“：”crossref“，”first page“：”1611“，”doi“：”10.1515\/jisys-2019-0106“，”article-title“：”使用混合方法和会计本地上下文语义增强推特情感分析“，”volume“：“29”，”author“：”Gupta“，”year“：”2020“，”journal-title”：“journal of Intelligent Systems”}，{“issue”：“6”，“key”：“10.1016\/j.ipm.2022.103058_b33“，”doi-asserted-by“：”crossref“，”first page“：”1176“，”doi“：”10.1080\/17470218.2013.850521“，”article-title“：”SUBTLEX-UK:一个新的和改进的英国英语词频数据库“，”volume“：“67”，”author“：”van Heuven“，“year”：“2014”，“journal-title”：“Quarter journal of Experimental Psychology”}，{“issue”：“8”，“key”：“”10.1016\/j.ipm.2022.103058_b34“，”doi-asserted-by“：”crossref“，”first page“：”1735“，”doi“：”10.1162\/neco.1997.9.8.1735“，“article-title”：“长短期记忆”，“volume”：“9”，“author”：“Hochreiter”，“year”：“1997”，“journal-title“：”Neural Calculation“}，{“issue”：“1”，“key”：”10.1016//j.ipm.2022.103058_535“，serted-by“：”crossref“，”首页“：”9“，”doi“：”10.1186\/s13388-015-0024-x“，”article-title“：”改进基于词汇的社交媒体分析情绪分析“，”volume“：”4“，”author“：”Jurek“，”year“：”2015“，”journal-title”：“Security Informatics”}，{“key”：“10.1016\/j.ipm.2022.103058_b36”，”series-title“：“第四届网络虐待和伤害研讨会论文集”，“首页”：“34”，“article-title“：”HurtBERT：将词汇特征与BERT结合起来检测滥用语言“，”author“：”Koufakou“，”year“：”2020“}，{“key”：“10.1016\/j.ipm.2022.103058_b37”，“series-title”：“2018年自然语言处理实证方法会议记录，EMNLP 2018：系统演示，比利时布鲁塞尔，2018年10月31日至11月4日”，“首页”：“66”，“文章标题”：“句子片段：用于神经文本处理的简单且独立于语言的子单词标记器和去标记器”，“作者”：“Kudo”，“年份”：“2018年“}，{“key”：“10.1016\/j.ipm.2022.103058_b38”，“series-title”：“智能系统的物联网”，“首页”：“579”，“文章-标题”：“情感词典创建和分析调查”，“作者”：“Lahase”，“年份”：“2022”}，}“keys”：“101016\/j.ipm.2022.103058_539”，”doi-asserted-by“：”crossref“，”doi“10.1016 \/j.asoc.2020.106435”“，”文章标题“：”用户评论：使用词汇集成的双通道CNN-STM系列模型进行情感分析“，”卷“：”94“，”作者“：”李“，”年份“：”2020“，”期刊标题“：”应用软件计算“}，{“问题”：“1”，“关键”：“10.1016\/j.ipm.2022.10358_b40”，“doi-asserted-by”：“crossref”，“首页”：“”1“，”doi“：”10.1007\/978-3031-02145-9“，”文章标题“：“情感分析和意见挖掘”，“卷”：“5”，“作者”：“刘”，“年份”：“2012”，“新闻标题”：“人类语言技术综合讲座”}，{“关键”：“10.1016\/j.ipm.2022.10358_b41”，“系列-时间”：“RoBERTa:一种稳健优化的BERT预训练方法”，“作家”：“刘”，“年”：“2019”}、{“重点”：“1016\/j.ipm.2021.03058_b42”，“序列-时间”挖掘文本数据”，“首页”：“415”，“文章标题”：“意见挖掘与情感分析调查”，“作者”：“刘”，“年份”：“2012”}，{“问题”：“1”，“关键”：“10.1016\/j.ipm.2022.10358_b43”，“doi-asserted-by”：“crossref”，“第一页”：”15“，“doi”：“101002\/has.973”，“论文标题”：人工智能和黑盒医疗决策：准确性与可解释性”，“卷”：“49”，“作者”：“伦敦”，“年份”：“2019年”，“新闻标题”：“黑斯廷斯中心报告”}，{“关键”：“10.1016\/j.ipm.2022.103058_b44”，“非结构化”：“Lundberg，S.M.，&Lee，S.-I.（2017）.解释模型预测的统一方法。第31届神经信息处理系统国际会议论文集（第4768\u20134777页）。“}，{”key“：”10.1016\/j.ipm.2022.103058_b45“，”unstructured“：”Maas，A.，Daly，R.E.，Pham，P.T.，Huang，D.，Ng，A.Y.，&Potts，C.（2011）。情感分析的学习词向量。《计算语言学协会第49届年会论文集：人类语言技术》（第142\u2013150页）。“}”，{“key”：“10.1016\/j.ipm.2022.103058_b46“，“series-title”：“第九届国际语言资源与评价会议论文集（LREC\u201914）”，“首页”：“1155”，“文章-标题”：“用WordNet传播5种语言生成极性词典”，“作者”：“Maks”，“年份”：“2014”}，{“key”：“10.1016\/j.ip.2022.103058_bs7”，“series-标题”第十一届语言资源与评估国际会议论文集，2018年5月7日至12日，日本宫崎骏，LREC 2018”，“文章标题”：“训练前分布式词语表征的进展”，“作者”：“Mikolov”，“年份”：“2018”}，{“关键”：“10.1016\/j.ipm.2022.103058_b48”，“系列标题”：”第十一届语言资源与评估国际会议论文集，2018年5月7日至12日，日本宫崎骏，LREC 2018”，“文章标题”：“WikiArt情感：艺术引发的情感注释数据集”，“作者”：“穆罕默德”，“年份”：“2018”}，{“问题”：“1”，“关键”：“10.1016\/j.ipm.2022.103058_b49”，“首页”：“14”，“论文标题”：朴素贝叶斯、支持向量机和随机森林分类器在推特feed情感分析中的比较研究“，“volume”：“5”，“author”：“Nayak”，“year”：“2016”，“journal-title”：“International journal of Advanced Studies in Computer Science and Engineering（IJASCSE）”}，{“key”：国际自然语言处理会议”，“首页”：“314”，“文章标题”：“使用机器学习技术为评论分配极性分数”，“作者”：“冈原幸男”，“年份”：“2005”}，{“关键”：“10.1016\/j.ipm.2022.103058_b51”，“系列标题”：计算语言学协会第57届年会论文集：学生研究研讨会，“第一页”：“363”，“文章标题”：“跨领域和跨语言的滥用语言检测：深度学习和多语言词汇的混合方法”，“作者”：“Pamungkas”，“年份”：“2019”}，{“关键”：“10.1016\/j.ipm.2022.103058_b52“，”doi-asserted-by“：”crossref“，”unstructured“：”Pennington，j.，Socher，R.，&Manning，C.D.（2014）。手套：单词表示的全局向量。在2014年自然语言处理经验方法会议记录（EMNLP）（第1532\u20131543页）中。“，”DOI“：”10.3115\/v1\/D14-1162“}，{“key”：“10.1016\/j.ipm.2022.103058_b53”，“DOI-asserted-by”：“crossref”，“DOI”：“101016\/j.knosys.2021.07332”，“article-title”：“使用隐藏马尔可夫模型的新颖和可解释架构进行情绪分析”，“volume”：”229“author”：“Perikos”，“year”：“2021”，“journal-title“：”“基于知识的系统”}，{“键”：“10.1016\/j.ipm.2022.103058_b54“，“series-title”：“计算语言学协会北美分会2018年会议记录：人类语言技术，NAACL-HLT 2018，美国路易斯安那州新奥尔良，2018年6月1-6日，第1卷（长篇论文）”，“首页”：“2227”，“文章标题”：“深层语境化词语表征“，”author“：”Peters“，”year“：”2018“}，{”issue“：”5\u20132“，”key“：”10.1016\/j.ipm.2022.10358_b55“，”doi-asserted-by“：”crossref“，”first page“：“11”，”doi“：”10.4000\/ijcol.472“，”article-title“：”AlBERTo：“用BERT建模意大利社交媒体语言”，“volume”：“5”，“author”：“Polignano”，“year”：“”2019年”，“新闻标题”：“IJCoL公司。意大利计算语言学杂志“}，{“key”：“10.1016\/j.ipm.2022.103058_b56”，“series-title”：“第六届意大利计算语言学会议，CLiC-It 2019，Vol.2481”，“首页”：“1”，“article-title”：”AlBERTo:基于推文的意大利BERT语言理解模型，用于NLP挑战性任务”，“author”：“Polignano”，“year”：“2019”}，}“key“：”10.1016\/j.ipm.2022.103058_b57“，”series-title“：”第27届用户建模、适应和个性化会议的临时出版物“，”first page“：“63”，”article-title“：“使用BiLSTM、CNN和Self-Attention从文本中检测情感时单词嵌入的比较”，“author”：“Polignano”，“year”：“2019”}，{“key”：“10.1016\/j.ipm.2022.103058_b58“，“series-title”：“第八届意大利信息检索研讨会论文集，瑞士卢加诺，2017年6月5日至7日”，“首页”：“24”，“文章标题”：“数字足迹的移情倾向”，“卷”：“vol.1911”，“作者”：“Polignano”，“年份”：“2017”}，{“关键”：“10.1016\/j.ip.2022.103058_559”，“series-title”：AI*IA 2017人工智能进展-意大利人工智能协会第十六届国际会议，意大利巴里，2017年11月14日至17日，《会议记录》，“首页”：“321”，“文章标题”：“你感到忧郁吗？社交媒体负面情绪检测”，“卷”：“vol.10640”，“author”：“Polignano”，“year”：“2017”}，{“key”：“10.1016\/j.ipm.2022.10358_b60”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.eswa.2021.115119”，“article-title”：“基于BERT的推文情绪分析预处理的多语言评估”，“volume”：年份“：”2021“，”journal-title“：”Expert Systems with Applications“}，{“key”：“10.1016\/j.ipm.2022.103058_b61”，“doi-asserted-by”：“crossref”，“doi”：“101108\/IntR-04-2016-0086”，“article-title”：“关于观点类型和情绪分析技术的系统文献综述：任务和挑战”，“author”：“Qazi”，“year”：“2017”，“journal-title”互联网研究“}，{“key”：“10.1016\/j.ipm.2022.103058_b62”，“series-title”：“计算机视觉和机器学习中的可解释和可解释模型”，“首页”：“19”，“文章-标题”：“深度学习中的解释方法：用户、价值观、关注点和挑战”，“作者”：“Ras”，“年份”：“2018”}，“key“：”10.1016\/j.ip.2022.103058_b63“，”series-title“：“二进制分类器系统的一般性能指标概述”，“author”：“Raschka”，“year”：“2014”}，{“key”：“10.1016\/j.ipm.2022.10358_b64”，“doi-asserted-by”：“crossref”，“unstructured”：“Ribeiro，M.T.，Singh，S.，&Guestrin，C.（2016）.\u201d我为什么要信任你？\u201d解释任何分类器的预测。第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集（第1135\u20131144页）。“，”DOI“：”10.1145\/2939672.2939778“｝，｛”key“：”10.1016\/j.ipm.2022.103058_b65“，”DOI断言“：”crossref“，”非结构化“：”Rosenthal，S.，Farra，N.，&Nakov，P.（2017）。SemEval-2017任务4：推特上的情绪分析。在第11届语义评估国际研讨会论文集（SemEval-2017）（pp.502\u2013518）中。“，”DOI“：”10.18653\/v1\/S17-2088“}，{“key”：“10.1016\/j.ipm.2022.103058_b66”，“series-title”：“可解释AI:解释、解释和可视化深度学习”，“首页”：“5”，“文章-标题”：“走向可解释人工智能”，“作者”：“Samek”，“年份”：“2019”}，}“key”：可解释人工智能：理解、可视化和解释深度学习模型”，“作者”：“Samek”，“年份”：“2017年”}，{“关键”：“10.1016\/j.ipm.2022.103058_b68”，“系列标题”：“网络物理系统的深度学习应用”，“首页”：“27”，“文章标题”：情绪分析挑战和未来问题的深度学习方法”，“author”：“Seema”，“year”：“2022”}，{“issue”：“11”，“key”：“10.1016\/j.ipm.2022.10358_b69”，“doi-asserted-by”：“crossref”，《doi》：“10.5120\/15031-3349”，“article-title”：“句子层面的极性检测”，“volume”：国际计算机应用杂志“}，{”key“：”10.1016\/j.ipm.2022.103058_b70“，”series-title“：”CCF自然语言处理与中文计算国际会议“，”首页“：”617“，”article-title“：“使用基于方面的分析进行可解释的情绪预测”，“author”：“Silveira”，“year”：“2019”}，“key”：“10.1016\/j.ipm.2022.103058_b71“，”series-title“：”Lrec，Vol.4“，”first page“：”40“，”article-title“：“Wordnet affect：Wordnet的情感延伸”，“author”：“Strapparava”，“year”：“2004”}，{“key”：“10.1016\/j.ip.2022.103058_b72”，“series-ttle”：“第七届意大利计算语言学会议论文集，CLiC-It 2020，意大利博洛尼亚，2021年3月1日至3日”，“article-title”：“How \u201dBERTology\u201d changes the artiest also for Italian NLP”，“volume”：“vol.2769”，“author”：“Tamburini”，“year”：“2020”}，{“key”：”10.1016\/j.ipm.2022.103058_b73“，”doi-asserted-by“：”crossref“，“doi”：“10.1016\/j.artint.2021.103627“，“article-title”：“知识图作为可解释机器学习的工具：调查”，“卷”：“302”，“作者”：“Tiddi”，“年份”：“2022”，“日志标题”：“人工智能”}，{“key”：“10.1016\/j.ipm.2022.103058_b74”，“series-title”：第六届意大利计算语言学会议论文集，意大利巴里，2019年11月13日至15日”，“文章标题”：“基于词汇的情感分析中柠檬化的脆弱性”，“卷”：“第2481卷”，“作者”：“瓦萨洛”，“年份”：“2019”}，{“key”：“10.1016\/j.ipm.2022.103058_b75”，“series-title”：“第七届意大利计算语言学会议论文集，CLiC-It 2020，意大利博洛尼亚，2021年3月1日至3日”，“文章标题”：“基于词汇的情感分析中的极性失衡”，“卷”：“第2769卷”，“作者”：“Vassallo”，“年份”：“2020”}，{“key”：“10.1016\/j.ipm.2022.103058_b76”，“series-title”：“神经信息处理系统进展”，“首页”：“5998”，“文章标题”：“注意力是你所需要的”，“作者”：“Vaswani”，“年份”：“2017”}，{“关键”：“10.1016\/j.ipm.2022.103058_b77”，“系列标题”：《ICLR研讨会：调试机器学习模型》，“文章题目”：“BertViz：BERT模型中可视化多头自我注意的工具”author“：”Vig“，”year“：”2019“}，”{“key”：“10.1016\/j.ipm.2022.103058_b78”，“series-title”：“可解释人工智能：系统综述”，“author”：“Vilone”，“year”：“2020”}，黑匣子NLP@EMNLP2018年，比利时布鲁塞尔，2018年11月1日”，“首页”：“353”，“article-title”：“GLUE:一个用于自然语言理解的多任务基准和分析平台”，“author”：“Wang”，“year”：“2018”}，{“key”：“10.1016\/j.ipm.2022.103058_b80”，“series-title”：”Google\u2019s神经机器翻译系统：弥合人类和机器翻译之间的鸿沟”，“author”：“Wu”，“year”：“2016”}，{“key”：“10.1016\/j.ipm.2022.103058_b81”，“unstructured”：“Zacchetta，E.，&Baroni，M.（2006）。Morph-it！一个免费的基于语料库的意大利语形态学资源。《语料库语言学学报》2005。”}，{“issue”：“1”，“key”：“10.1016\/j.ipm.2022.103058_b82”，“doi-asserted-by”：“crossref”，“first page”：”1“，“doi”：“101561\/1500000066”，“article-title”：“解释性建议：调查与新视角”，“volume”：《14》，“author”：“Zhang”，“year”：“2020”，“journal title”：”信息检索的基础与趋势\u00ae“}，{”key“：“10.1016\/j.ipm.2022.103058_b83”，“doi-asserted-by”：“crossref”，“doi”：“10.106\/j.knosys.2021.107220”，“article-title”：“基于方面情感分析的知识支持BERT”，“volume”：“227”，“author”：“Zhao”，“year”：“2021”，“journal-title“：“Knowledge-based Systems”}，{“key”：”10.1016\/j.ip.2022.103058_584“，”doi-asser.ted-by“：”crossref“，”非结构化“：“Zheng，G.，Mukherjee，S.，Dong，X.L.，&Li，F.（2018）。Opentag:从产品配置文件中提取开放属性值。第24届ACM SIGKDD知识发现与数据挖掘国际会议论文集（第1049\u20131058页）。”，“DOI”：“10.1145\/3219819.3219839”}，{“key”：“101016\/j.ipm.2022.10358_b85”，“series-title”：“人类行为和最小努力原则：人类生态学简介”，“作者”：“Zipf”，“年份”：“1949”}]，“容器-时间”：[“信息处理与管理”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0306457322001613？httpAccept=text\/xml”，“内容类型”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0306457322001613？httpAccept=text\/plain”，“content-type”：“text\/plaine”，“content-version“：”vor“，”intended-application“：”text-miniing“}]，“deposed”：{“date-parts”：[2023,1,29]]，“date-time”：”2023-01-29T10:54:30Z“，”时间戳“：1674989670000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0306457322001613”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,9]}，‘references-count’：85，‘journal-issue’：{’issue“：”]}}，“alternative-id”：[“S0306457322001613”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.ipm.2022.103058”，“关系”：{}，“ISSN”：[“0306-4573”]，“ISSN-type”：[{“value”：“0306~4573”，“type”:“print”}]，“主题”：[]，“已发布”：{“date-parts”：[2022,9]]}，{“值”：“用于可解释极性检测的基于词典和神经的混合方法”，“name”：“articletitle”，“label”：“Article Title”}，{“value”：“Information Processing&Management”，“name”：“journaltitle”、“label“：”Journal Title“}，”{“value”：“https:\/\/doi.org\/101016\/j.ipm.2022.103058”，“name:”articlelink“，”label“：“CrossRef DOI链接到出版商维护的版本”｝，｛“value”：“article”，“name”：“content_type”，“label”：“content type”｝，｛“value”：“\u00a9 2022 Elsevier Ltd.保留所有权利。”，“name”：“copyright”，“label”：“copyright”｝]，“文章编号”：“103058”｝