科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对注意力机制与卷积神经网络模型在方面级情感分析研究中，无法发掘句中长距离单词与相关句法约束间依存关系，而将与语法无关的上下文单词作为方面情感判断线索的问题，该文提出了一种结合图卷积网络(GCN)和注意-过度注意(AOA)神经网络的方面级情感分类模型(ASGCN-AOA)。首先，采用双向长短时记忆网络来对上下文词之间特定于方面的表示进行建模；其次，在每个句子的依赖树上，建立相应图形卷积网络(GCN),得到同时考虑句法依赖性和远距离多词关系的方面特征；最后，通过AOA注意力机制，捕获方面词与上下文句子之间的交互和表示，自动关注句子重要部分。在五个数据集Twitter、Lap14、Rest14、Rest15和Rest16上进行实验，采用Accuracy和Macro-F1指标进行评估。实验结果表明，该文模型与其他基于方面分析算法相比有较明显提升。
- 单位
