摘要

基于方面情感分析(ABSA)用于识别给定文本在特定方面的细粒度情感极性。文章针对传统模型对方面情感极性的注意力不足等问题,提出了一种结合BERT和方面注意力的方面情感分析模型(BERT-AAtt)。该模型通过BERT对加入方面信息的文本进行编码,再利用方面信息表示与注意力机制进行解码,增强了模型对方面情感极性的判断能力。在SemEval数据集上的实验结果显示,该模型在3种情感极性的F1值上分别达到了91.30%,85.60%,60.66%,取得了比BERT更好的效果,相比于传统长短期记忆网络(LSTM),优势更明显。