融合多层门控与关系图注意力的方面情感分析

摘要：

作为目前方面情感分析领域的主流技术,序列化神经网络和图神经网络分别聚焦于语义和句法关系建模.针对序列化神经网络无法准确捕获复杂句的远距离依赖关系,图神经网络缺乏局部序列语义以及精细的最终情感表达等问题,设计了一种多层门控与关系图注意力混合网络.采用预训练模型ERNIE 2.0生成语境化表示,构建方面门控循环单元捕获有关方面的序列语义信息,使用关系图注意力网络学习局部序列语义中的高阶句法特征.最后由双重蒸馏门控网络构成的特征蒸馏双通道,强化特定方面与上下文之间的交互,过滤语义和句法中的冗余信息,获取兼具语义和句法关系的方面情感增强表示.在Twitter和SemEval2014数据集上进行的实验表明,相较于八种先进基线方法,所提出的混合网络具有更优的分类性能.

关键词：方面情感分析、多层门控网络、关系图注意力网络、特征交互蒸馏、局部特征提取

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;湖南省自然科学基金项目;湖南省教育厅重点项目;湖南省研究生科研创新项目

在线出版日期：2023-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：169-176