面向目标情感分析的双重图注意力网络模型

作者：崔少国; 陈思奇; 杜兴

来源：西安电子科技大学学报, 2022, 1-12.

• 自然语言处理
• 目标情感分析
• 依存关系
• 图注意力网络
• 注意力机制

目标情感分析旨在分析评论文本中不同目标所对应的情感倾向。当前，基于图神经网络的方法使用依存句法树来融入依存句法关系，一方面，此类方法大多忽略了依存关系缺乏区分度的事实；另一方面，未考虑依存句法树提供的依存关系存在目标与情感词关系缺失的问题。为此，提出双重图注意力网络（DGAT）模型，该模型首先使用双向长短期记忆网络得到具有语义信息的词节点表示，然后根据依存句法树在词节点表示上构建句法图注意力网络，实现依存句法关系重要程度的区分，更有效地建立目标与情感词之间的关系，进而得到更准确的目标情感特征表示；同时根据句子的无向完全图构建全局图注意力网络来挖掘目标与情感词缺失的关系，进一步提升模型的性能。实验结果表明，与现有模型对比，DGAT模型在不同数据集上的准确率与宏平均F1值均取得更好结果。

• 单位
  重庆师范大学