基于图卷积记忆网络的方面级情感分类

作者：王光; 李鸿宇^*; 邱云飞; 郁博文; 柳厅文

来源：中文信息学报, 2021, 35(08): 98-106.

• 句法信息
• 图卷积网络
• 注意力机制
• 辅助信息

在方面级情感分类中,常用的方法是用卷积神经网络或循环神经网络提取特征,利用注意力权重获取序列中不同词汇的重要程度。但此类方法未能很好地利用文本的句法信息,导致模型不能准确地在评价词与方面词之间建立联系。该文提出一种图卷积神经记忆网络模型(MemGCN)来解决此依赖问题。首先通过记忆网络存储文本表示与辅助信息,然后利用基于依存句法树的图卷积神经网络获取文本的句法信息。最后,使用注意力机制融合句法信息与其他辅助信息。在SemEval 2014任务和Twitter数据集上的实验结果表明,MemGCN显著提升了模型性能。

• 单位
  辽宁工程技术大学; 中国科学院信息工程研究所