融合个体偏差信息的文本情感分析模型

作者：陈丽安; 过弋^*

来源：计算机应用, 2023, 1-8.

• 文本情感分析
• 自注意力机制
• 交叉注意力机制
• Transformer模型
• 长短期记忆网络

文本情感分析即对文本进行情感类别的分类，这在自然语言处理领域中始终为一项重要的任务。而目前情感分析任务经常只聚焦于评论文本本身，从而忽略了评论者与被评论者两端的个体偏差特征会对文本的整体情感判断产生极大的影响。针对上述问题，提出了一种融合评论双边个体偏差信息的文本情感分析模型。该模型使用自注意力机制、交叉注意力机制对评论文本与个体偏差信息分别进行了双向融合;融合过程中采用定制化权重的计算方式，来减轻实际应用场景中通常会出现的冷启动带来的数据稀疏问题;最终得到特征充分融合的评论文本和评论双边的表示信息。选取餐饮领域、电影领域的三个真实公开数据集Yelp2013、Yelp2014、IMDB进行效果验证，与UPNN(User Product Neural Network)、NSC(Neural Sentiment Classification)、CMA(Cascading Multiway Attention)等基准模型进行比较，实验结果表明，相较于之前效果最好的HUAPA模型，所提UP-ATL模型的准确率在三个数据集上依次分别提高了6.9个百分点、5.9个百分点、1.6个百分点。

• 单位
  华东理工大学