基于上下文保持能力的方面级情感分类模型

• 作者: 何丽 房婉琳 张红艳
• 来源期刊: 模式识别与人工智能
• 关键词: 方面级情感分类 图卷积网络 多粒度注意力计算 上下文保持能力
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究与应用|Researches and Applications
• 页码范围: 157-166
• 页数: 10页
• 分类号: TP391.1|TP183
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202102007

摘要

方面级情感分类可发现语句在不同方面隐藏的情感特征.文中基于特定方面的图卷积网络的框架,构建基于上下文保持能力的方面级情感分类模型.在图卷积层中引入上下文门控单元,整合前一层输出中的有用信息.在基于图卷积网络的模型中加入多粒度注意力计算模块,描述方面词与上下文在情感表达上的相互关系.在5个公开数据集上的实验表明,文中模型在分类准确率和F1宏平均指标上均表现较优.