方面级别的情感分析（ABSA）旨在确定句子中特定目标的情感倾向。大部分现有方法仅使用语义层面信息，不能很好地利用不同方面词的意见术语来达到精确的情感分类，且模型不具有可解释性。语法层面信息中词性信息和以特定方面术语为根节点的句法结构依存树可以用于捕获句子中特定方面的意见术语。提出了结合词性信息且具有模型可解释性的BG-CNN，并引入依存树作为辅助信息用于细粒度文本情感分析。提出了增强损失函数用于模型的训练。在三个经典数据集上进行验证，实验结果表明了该模型和增强损失函数的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
