基于交叉注意力的方面级情感分析

作     者：周润民 胡旭耀 吴克伟 于磊 谢昭 江龙 ZHOU Runmin;HU Xuyao;WU Kewei;YU Lei;XIE Zhao;JIANG Long

作者机构：合肥工业大学计算机与信息学院合肥230009 合肥工业大学、工业安全与应急技术安徽省重点实验室合肥230009 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第9期

页      面：190-197页

核心收录：

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

基　　金：安徽省重点研究与开发计划(202004d07020004) 安徽省自然科学基金(2108085MF203) 中央高校基本科研业务费专项资金(PA2021GDSK0072,JZ2021HGQA2019)。 

主　　题：方面级情感分析 门控机制 交叉注意力 位置信息 

摘      要：方面级情感分析旨在识别句子中方面词的积极、消极和中性情绪。其关键在于方面词和句子中单词之间关系的学习。在学习单词之间关系时,现有卷积门控网络使用时间卷积方法,其局部时间窗口无法描述任意单词之间的关系。同时,现有时间注意力模型在分析单词之间的关系时,其注意力是相互独立的。为了分析句子中方面词与其他单词的复杂关联,提出一种基于交叉注意力和卷积门控网络的情感分析模型。对于给定的词向量特征,设计了一种交叉注意力模块。该模块对多头注意力中查询向量与关键字向量的匹配得分,添加交叉的线性映射,以融合多个注意力中的匹配得分,用于描述更复杂的方面词的上下文单词关系。使用卷积门控网络对局部单词关系进行编码,并设计了单词的位置编码模块,用于提供单词的位置编码特征,以分析位置编码对单词关系分析的作用。对上述编码的单词特征,使用时间池化获得句子描述,并使用全连接分类器进行情感分类标记预测。在Rest14和Laptop14数据集上的实验分析表明,提出的方法能有效估计方面级单词与其他单词之间得分关系。