计算机工程

作者：黄梓芃, 曾碧卿, 陈鹏飞, 周斯颖

单位：华南师范大学软件学院，广东 佛山 528225

关键词：方面情感三元组抽取,语言特征,关键词词性,相对句法依赖距离,图卷积网络

基金：国家自然科学基金(62076103); 广东省普通高校人工智能重点领域专项(2019KZDZX1033); 广东省信息物理融合系统重点实验室课题(2020B1212060069); 广东省基础与应用基础研究基金项目(2021A1515011171)

方面情感三元组抽取是方面级情感分析中的一个重要子任务，旨在从句子中抽取方面词、意见词和情感极性。近年来，句法依赖树结合图卷积网络(GCN)已经在三元组抽取任务中取得了良好的效果。然而，这些方法大多没有充分利用语言特征，也没有对语言特征进行增强，且大部分忽略了全局上下文核心信息。因此，提出一种基于语言特征增强的方面情感三元组抽取模型LFE。首先，引入关键词的词性特征以充分利用语义信息；接着，考虑句法依赖类型，计算词间的相对句法依赖距离，使词能够关注离它较近的词的句法特征；然后，采用双仿射注意力机制结合GCN来增强语义和句法特征，GCN及双仿射注意力机制能有效地利用句法依赖树的结构信息，并将其融入模型中；最后，对全局特征与语言特征进行融合，以确保全局上下文中的关键信息不被忽略，从而提高模型的鲁棒性。实验结果表明，LFE模型在Res14、Lap14、Res15、Res16等4个数据集上的F1值相对GCN-EGTS-BERT模型分别提高了3.52、5.32、1.97、2.63百分点，证明其具有可行性和有效性。

来源：2025年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第6期