典型文献
基于权重增强的方面级情感分析模型
文献摘要：
方面级情感分析的目的在于判断文本在不同方面的情感极性.以往的研究大多集中在基于无权的句法依存树来构建网络模型.由于方面词和非方面词的句法依存关系对于目标情感的重要性是不同的,提出了基于权重增强并结合图卷积的神经网络模型(AW-IGCN).通过带权矩阵来储存更完整的句法结构,同时利用GRU来获得上下文信息,并输入到改良的图卷积网络来进行特征融合,最后运用注意力机制进行最终的分类.通过在5个开放数据集上的实验表明,该模型取得了更好的分类效果,进而验证了权重增强的句法依存关系和改良的图卷积网络可以更好地融入句法和上下文信息,在方面级情感分析领域有一定的优势.
文献关键词：
情感分析;方面级;句法依存树;权重增强;图卷积
中图分类号：
作者姓名：
齐嵩喆;黄贤英;朱小飞
作者机构：
重庆理工大学 计算机科学与工程学院,重庆400054
文献出处：
引用格式：
[1]齐嵩喆;黄贤英;朱小飞-.基于权重增强的方面级情感分析模型)[J].小型微型计算机系统,2022(04):747-753
A类：
IGCN
B类：
权重增强,方面级情感分析,情感极性,多集,无权,句法依存树,建网,方面词,依存关系,AW,权矩阵,句法结构,GRU,上下文信息,图卷积网络,特征融合,注意力机制,开放数据,分类效果
AB值：
0.240152
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
