计算机工程

作者：代祖华, 刘园园, 狄世龙

单位：西北师范大学 计算机科学与工程学院, 兰州 073500

关键词：方面级情感分析,图卷积神经网络,句法依存图,知识图谱,注意力机制

基金：甘肃省一流课程建设项目(200500531);甘肃省高等学校创新基金项目(2022B-092);西北师范大学研究生培养与课程改革项目(2022ALLX008)。

方面级情感分析是一种细粒度文本情感分析技术，可以判断文本目标方面的情感倾向，被广泛应用于商品评价、教育评价等领域，可以辅助用户更全面地了解实体属性并做出精准决策。但是现有方面级情感分析技术大多存在文本句法依存关系特征以及外部知识特征提取不充分的问题，为此，利用图卷积神经网络可以处理异构数据的特点，构建一种语义增强的方面级文本情感分析模型。将文本的词嵌入向量输入双向门控循环神经网络以提取文本和目标方面词的上下文语义信息，依据句法依存关系类型构建加权句法依存图，根据文本单词和外部知识库构建知识子图，使用图卷积神经网络处理加权句法依存图和知识子图，从而获取融合文本句法结构信息的文本特征和体现外部知识信息的目标方面特征，在此基础上，拼接两组特征向量完成情感极性分类。实验结果表明，在Laptop14、Restaurat14和Restaurat15数据集上，该模型的F1值分别达到77.34%、76.58%和68.57%，相比ATAE-LSTM、TD-LSTM、ASGCN等基线模型，其F1值分别平均提高7.28%、5.71%和6.28%，所提模型通过提取文本句法依存关系特征以及外部知识特征获得了更好的情感分析性能。

来源：2023年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第6期