典型文献
基于图卷积网络的特定方面情感分析
文献摘要：
方面级情感分析是细粒度情感分析的一个基本子任务,旨在预测文本中给定方面或实体的情感极性.语义信息、句法信息及其交互信息对于方面级情感分析是极其重要的.该文提出一种基于图卷积和注意力的网络模型(CA-GCN).该模型主要分为两部分,一是将卷积神经网络结合双向 LSTM获取的丰富特征表示与图卷积神经网络掩码得到的方面特征表示进行融合;二是采用两个多头交互注意力融合方面、上下文和经图卷积神经网络得到的特征信息,而后接入多头自注意力来学习信息交互后句子内部的词依赖关系.与 ASGCN 模型相比,该模型在三个基准数据集(Twitter、Lap14 和 Rest14)上准确率分别提升 1.06%、1.62%和0.95%,F1 值分别提升 1.07%、2.60%和 1.98%.
文献关键词：
特定方面情感分析;图卷积网络;注意力机制
中图分类号：
作者姓名：
闫金凤;邵新慧
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]闫金凤;邵新慧-.基于图卷积网络的特定方面情感分析)[J].中文信息学报,2022(10):135-144
A类：
特定方面情感分析,ASGCN,Lap14,Rest14
B类：
图卷积网络,方面级情感分析,细粒度情感分析,本子,子任务,情感极性,语义信息,句法信息,交互信息,CA,特征表示,图卷积神经网络,掩码,交互注意力,注意力融合,上下文,文和,经图,特征信息,多头自注意力,信息交互,句子,依赖关系,基准数据集,Twitter,注意力机制
AB值：
0.27874
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。
