摘要

基于方面的情感分析(ABSA)是一项细粒度情感分析任务,其目的是针对评论语句中出现的特定方面给出其对应的情感极性。现有基于深度学习的方面级情感分析方法大多侧重于评论语句语义和句法的挖掘,往往忽略了评论语句可能涉及的概念知识和情感程度信息。针对此问题,本文提出一种融合多源知识的神经网络模型,通过句法依赖、词共现、情感网络和概念图谱的嵌入实现评论语句上下文与评价方面的增强表示,并通过双交互注意力模式实现评论语句上下文与评价方面的协调优化。四个公开数据集上的实验结果表明该模型较现有模型取得了更好的性能。

全文