基于多事件语义增强的情感分析
隐式情感分析是检测不包含明显情感词的句子的情感.文中集中于以事件为中心的情感分析,该任务是通过句子中描述的事件推断其情感极性.在以事件为中心的情感分析中,现有方法要么将文本中名词短语看作事件,要么采用复杂的模型建模事件,未能充分建模事件信息,并且没有考虑到包含多个事件的情况.为解决以上问题,提出将事件表示为事件三元组<主语,谓语,宾语>的形式,基于这种事件表示,进一步提出基于事件增强语义的情感分析模型MEA来检测文本的情感.文中利用句法信息捕获事件三元组的关系,根据每个事件对句子贡献程度的不同,采用注意力机制建模事件之间的关系.与此同时,采用双向长短时记忆网络建模句子的上下文信息,并采用多级性正交注意力机制捕获不同极性下注意力权重的差异,这可以作为显著的判别特征.最后,依据事件特征和句子特征的重要程度为其分配不同的权重比例,并将它们融合得到最终的句子表示.此外,文中还提出一个用于事件增强情感分析的数据集MEDS,其中每条句子都标有事件三元组表示和情感极性标签.研究表明,在自建的数据集中,所提模型优于现有的基线模型.
事件型情感分析、表示学习、情感分析、图卷积神经网络、注意力机制
50
TP391(计算技术、计算机技术)
国家自然科学基金62166041
2023-05-12（万方平台首次上网日期，不代表论文的发表时间）
共10页
238-247
