计算机应用

作者：杨先凤, 汤依磊, 李自强

单位：1.西南石油大学 计算机与软件学院，成都 610500；2.四川师范大学 影视与传媒学院，成都 610066

关键词：自然语言处理,深度学习,方面级情感分析,交替注意力机制,图卷积网络

基金：国家自然科学基金资助项目(61802321);四川省科技厅重点研发计划项目(2020YFN0019)

方面级情感分析旨在预测给定文本中特定目标的情感极性。针对忽略方面词和上下文之间的句法关系和平均池化带来的注意力差异性变小的问题，提出一种基于交替注意力（AA）机制和图卷积网络（GCN）的方面级情感分析模型（AA-GCN）。首先，利用双向长短期记忆（Bi-LSTM）网络对上下文和方面词进行语义建模；其次，通过基于句法依存树的GCN学习位置信息和依赖关系，再利用AA机制进行多层次交互学习，自适应地调整对目标词的关注度；最后，拼接修正后的方面特征和上下文特征，得到最终的分类依据。相较于基于目标依赖的图注意力网络（TD-GAT），所提模型在4个公开数据集上准确率提升了1.13%~2.67%，在5个公开数据集上F1值提升了0.98%~4.89%，验证了利用句法关系和提升关键词关注度的有效性。

来源：2024年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第4期