基于图卷积记忆网络的方面级情感分类

• 作者: 王光 李鸿宇 邱云飞 郁博文 柳厅文
• 来源期刊: 中文信息学报
• 关键词: 句法信息 图卷积网络 注意力机制 辅助信息
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 情感分析与社会计算|Sentiment Analysis and Social Computing
• 页码范围: 98-106
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2021.08.013

摘要

在方面级情感分类中,常用的方法是用卷积神经网络或循环神经网络提取特征,利用注意力权重获取序列中不同词汇的重要程度.但此类方法未能很好地利用文本的句法信息,导致模型不能准确地在评价词与方面词之间建立联系.该文提出一种图卷积神经记忆网络模型(MemGCN)来解决此依赖问题.首先通过记忆网络存储文本表示与辅助信息,然后利用基于依存句法树的图卷积神经网络获取文本的句法信息.最后,使用注意力机制融合句法信息与其他辅助信息.在SemEval 2014任务和Twitter数据集上的实验结果表明,MemGCN显著提升了模型性能.