基于图卷积网络的特定方面情感分析

作     者：闫金凤 邵新慧 YAN Jinfeng;SHAO Xinhui

作者机构：东北大学理学院辽宁沈阳110000 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2022年第36卷第10期

页      面：135-144页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：特定方面情感分析 图卷积网络 注意力机制 

摘      要：方面级情感分析是细粒度情感分析的一个基本子任务,旨在预测文本中给定方面或实体的情感极性。语义信息、句法信息及其交互信息对于方面级情感分析是极其重要的。该文提出一种基于图卷积和注意力的网络模型(CA-GCN)。该模型主要分为两部分,一是将卷积神经网络结合双向LSTM获取的丰富特征表示与图卷积神经网络掩码得到的方面特征表示进行融合;二是采用两个多头交互注意力融合方面、上下文和经图卷积神经网络得到的特征信息,而后接入多头自注意力来学习信息交互后句子内部的词依赖关系。与ASGCN模型相比,该模型在三个基准数据集(Twitter、Lap14和Rest14)上准确率分别提升1.06%、1.62%和0.95%,F_(1)值分别提升1.07%、2.60%和1.98%。