融合匹配长短时记忆网络和语法距离的方面级情感分析模型

作者：刘辉; 马祥; 张琳玉; 何如瑾

来源：计算机应用, 2022, 1-8.

• 方面级情感分析
• 长短时记忆网络
• 语法距离
• 图卷积
• 注意力机制

针对现阶段方面级情感分析存在的方面词与不相关上下文错误匹配和缺乏语法层面特征的问题，提出一种融合匹配长短时记忆网络(mLSTM)和语法距离的方面级情感分析模型。首先，逐词计算方面词与上下文的关联性，将得到的注意力权重与上下文表示融合作为m LSTM的输入，得到与方面词关联度更高的上下文表示；然后引入语法距离获得与方面词语法关联度更高的上下文，以获取更多的上下文特征指导方面词的建模，并通过方面掩盖层得到方面表示；最后结合位置权重、上下文表示以及方面表示进行信息交互，获取用于情感分析的特征。在TWITTER、REST14和LAP14数据集上的实验结果表明，所提模型与特定方面的图卷积网络(ASGCN)相比，准确率分别提升了1.32个百分点，2.50个百分点和1.63个百分点，F1值分别提升了2.52个百分点，2.19个百分点和1.64个百分点。可见，所提模型能够有效降低方面词与不相关上下文错误匹配的概率，提升分类效果。

• 单位
  通信与信息工程学院; 重庆邮电大学