基于BiGCN和IAM的方面级情感分类模型

摘要：

目前基于神经网络的方面级情感分类模型很少会考虑上下文单词与方面词之间的句法依存关系,可能会错误地将与方面词语法无关的上下文单词作为方面词的情感特征;另一方面大多数方法也忽略了上下文与方面词之间的交互信息.针对这两个问题,提出了基于双向图卷积网络(BiGCN)和交互注意力机制(IAM)的方面级情感分类模型(BiGCN-IAM),该模型在句法依存树上使用双向图卷积网络提取上下文单词和方面词之间的句法依存关系,然后使用掩码层得到特定的方面词表示;最后使用交互注意力机制学习上下文与方面词之间的交互信息,同时提取了上下文中的重要情感特征和方面词中对分类有贡献的特征.通过在五个公开数据集上的实验证明,该模型效果优于基线模型.

关键词：方面级情感分类、交互注意力机制、双向图卷积神经网络、句法依存树

所属期刊栏目：58

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省青蓝工程资助项目

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：178-186