典型文献
用于方面情感分析的结合图卷积神经网络的注意力模型
文献摘要：
特定方面情感分析旨在自动识别同一句子中不同方面的情感极性.在现有方法中,结合注意力机制的循环神经网络模型在特定方面情感分析任务中取得了较好的效果,但是大多都忽略了句子的句法特征.因此,该文提出一种结合图卷积神经网络的注意力网络(GCN-aware Attention Networks,GCAN)模型.首先通过长短时记忆网络获取句子的序列信息,并利用图卷积神经网络来捕获语义特征,然后提出两种特征融合方式,得到基于序列信息和语义特征的特定方面表示.在此基础上,引入双向注意力机制处理特定方面包含多个单词的情况,进而获得更精准的基于特定方面的上下文表示.与ASGCN模型相比,该方法在Twitter数据集和SemEval14/15数据集上的分类准确率分别提升了0.34％、0.94％、1.43％ 和1.23％,F1值分别提升了0.53％、1.55％、1.60％ 和2.54％,验证了GCAN的有效性.
文献关键词：
特定方面情感分析;图卷积神经网络;注意力
中图分类号：
作者姓名：
赵志影;邵新慧;林幸
作者机构：
东北大学理学院,辽宁沈阳110000
文献出处：
引用格式：
[1]赵志影;邵新慧;林幸-.用于方面情感分析的结合图卷积神经网络的注意力模型)[J].中文信息学报,2022(07):154-163
A类：
特定方面情感分析,GCAN,ASGCN,SemEval14
B类：
图卷积神经网络,注意力模型,自动识别,一句,句子,情感极性,循环神经网络模型,句法特征,注意力网络,aware,Attention,Networks,长短时记忆网络,序列信息,语义特征,特征融合,融合方式,双向注意力机制,面包,单词,上下文,Twitter,分类准确率
AB值：
0.233559
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。
