基于情感增强和知识融合的在线健康社区情感分析研究

作者：张伟; 徐宗煌; 蔡鸿宇; 韩普^*; 石进

来源：数据分析与知识发现, 2023, 1-14.

• 在线健康社区
• 情感分析
• 情感增强
• 知识融合
• GAT

[目的]探索如何有效利用在线健康社区文本依存句法结构中蕴含的情感知识进行情感分析研究。[方法]提出一种基于WoBERT plus的情感增强和知识融合GAT在线健康社区情感分析模型。首先采用WoBERT Plus实现动态词嵌入；其次利用CNN和BiLSTM提取语义特征；最后通过情感增强和知识融合策略将剪枝依存句法树中的关键句法信息与外部情感知识充分融合，并输入至GAT中输出情感类别。[结果]在构建的中文数据集上进行对照实验，结果表明所提模型Macro＿F1值达到88.48%，较基准模型CNN、BiLSTM和GAT分别提升了15.49%、14.15%和13.15%。[局限]尚未考虑图片和语音等多模态信息中的情感知识。[结论]所提模型在在线健康社区情感分析任务上表现优异，进一步推动了其研究进展。

• 单位
  南京大学; 南京邮电大学