融合位置权重的基于注意力交叉注意力的长短期记忆方面情感分析模型

摘要：

针对传统的基于注意力机制的神经网络模型不能对方面特征和情感信息进行有效关注,以及不同距离或不同方向的上下文词对方面词的情感极性判断有不同的贡献等问题,提出一种融合位置权重的基于注意力交叉注意力的长短期记忆方面情感分析模型(LWAOA-LSTM).首先,为词向量加入位置权重信息;然后,使用长短期记忆(LSTM)网络同时对方面和句子进行建模以生成方面表示和句子表示,同时通过注意力交叉注意力模块共同学习方面和句子的表示以获得方面到文本和文本到方面的交互关注,并自动关注句子中的重要部分;最后,在景点、餐饮、住宿不同主题数据集上进行实验,验证了该模型对方面情感分析的准确性.实验结果表明,所提模型在景点、餐饮、住宿主题数据集上的准确率分别达到78.3％、80.6％和82.1％,取得了比传统LSTM网络模型更好的效果.

关键词：深度学习、方面情感分析、位置加权词向量、注意力交叉注意力、长短期记忆网络

所属期刊栏目：39

分类号：TP183;TP391.1(自动化基础理论)

资助基金：国家自然科学基金资助项目61803264

在线出版日期：2019-09-11（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：2198-2203