用户评论方面级情感分析研究

摘要：

方面级情感分析是自然语言处理的热门研究方向之一,相比于传统的情感分析技术,基于方面的情感分析是细粒度的,能够判断句子中多个目标的情感倾向,能更加准确地挖掘用户对目标的情感极性.针对以往研究忽略目标单独建模的问题,提出了一种基于双向长短期记忆神经网络(BiLSTM)的交互注意力神经网络模型(Bi-IAN).该模型通过BiLSTM对目标和上下文分别进行建模,获得目标和上下文的隐藏表示,提取其中的语义信息.接下来利用交互注意模块学习上下文和目标之间的注意力,分别生成目标和上下文的表示,捕捉目标和上下文之内和之间的相关性,并重枸评价对象和上下文的表示,最终通过非线性层得到分类结果.在数据集SemEval 2014任务4和Chinese review datasets上的实验训练显示,在正确率和F1-score上,比现有的基准情感分析模型有更好的效果.

关键词：方面级情感分析、深度学习、循环神经网络(RNN)、注意力机制

所属期刊栏目：15

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;国家科技支撑计划

在线出版日期：2021-05-08（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：478-485