一种基于CDT的双路图注意力机制方面情感分析模型

摘要：

由于图神经网络(GNNs)和长短期记忆人工神经网络(LSTM)在解决基于方面和上下文词义对齐方面的固有能力,它们被广泛应用于基于方面的情感分析(ABSA).然而,这些模型在考虑句子单词之间结构化依赖关系时,针对不同邻居节点的重要度没有进行区别处理,从而导致分类精度不佳.为了解决这个问题,我们在CDT模型基础上,引入图注意力机制,提出了一种新的基于图注意力的双路方面情感分类模型LA-CDT.该网络模型在三个基准测试集上和一系列最先进的模型的对比实验证明,论文提出的基于图注意力面情感分析模型性能最优.

关键词：情感分析、图注意力网络、长短期记忆网络、图卷积神经网络、文本评论

所属期刊栏目：51

分类号：O141.4(数理逻辑、数学基础)

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：826-831