方面级情感分析方法技术

本发明专利技术涉及一种方面级情感分析方法，包括步骤：获取待分析文本，对所述待分析文本中与待分析方面词相邻的若干个词进行词嵌入处理，得到局部上下文特征；对所述待分析文本进行词嵌入处理，得到全局上下文特征；对所述局部上下文特征进行基于图注意力的特征提取，得到局部图注意力特征；将所述局部图注意力特征与所述全局上下文特征进行融合处理，得到情感特征；根据所述情感特征进行分类预测，得到所述待分析方面词的情感极性

【技术实现步骤摘要】
方面级情感分析方法、装置、电子设备及存储介质


[0001]本专利技术涉及方面级情感分析
，尤其是涉及一种方面级情感分析方法
、
装置
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]方面级情感分析
(Aspect Based Sentiment Analysis
，
ABSA)
是一项面向实体级的细粒度情感分析任务，旨在确定句子中给定方面的情感极性，即积极
、
消极或中性
。
方面级情感分析对一句话中的语义理解有着极高的要求，因此获取更加深层次更加准确的情感信息对于最后的情感极性判定有着至关重要的作用，近些年来采用深度学习的方面级情感分析主要在传统神经网络的基础上引入了注意力机制，进而将方面词与上下文进行情感信息建模
。
然而现有的深度学习方案在提取情感信息的过程中仍有许多不合理的地方，在面临结构复杂的语句时，无法充分利用结构信息，忽略了句子中方面词与上下文之间存在的位置信息，进而模型无法获得更加丰富的情感信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种方面级情感分析方法，其特征在于，包括步骤：获取待分析文本，对所述待分析文本中与待分析方面词相邻的若干个词进行词嵌入处理，得到局部上下文特征；对所述待分析文本进行词嵌入处理，得到全局上下文特征；对所述局部上下文特征进行基于图注意力的特征提取，得到局部图注意力特征；将所述局部图注意力特征与所述全局上下文特征进行融合处理，得到情感特征；根据所述情感特征进行分类预测，得到所述待分析方面词的情感极性
。2.
根据权利要求1所述的方法，其特征在于：通过图注意力网络对所述局部上下文特征进行基于图注意力的特征提取；所述图注意力网络包括邻接层
、
注意力层和加权求和层，所述邻接层包括
X
个连续的邻接更新模块，所述邻接更新模块用于根据所述待分析方面词的邻接矩阵对所述局部上下特征进行卷积处理，得到更新的局部上下文特征；所述注意力层包括
L
个子注意力层，每一所述子注意力层包括
K
个注意力头，所述注意力头用于根据注意力头参数计算所述更新的局部上下文特征中每两个词向量间的注意力系数，根据所述注意力系数对所述局部上下文特征进行卷积处理，得到更新的局部上下文特征；所述加权求和层用于对所述注意力层输出的局部上下文特征进行卷积求和处理，得到局部图注意力特征
。3.
根据权利要求1所述的方法，其特征在于，对所述待分析文本中与待分析方面词相邻的若干个词进行词嵌入处理，得到局部上下文特征后，还包括步骤：计算所述局部上下文特征中每一词向量与所述待分析方面词的语义相关距离；根据所述语义相关距离对局部上下文特征进行加权处理，得到增强的局部上下文特征
。4.
根据权利要求3所述的方法，其特征在于，所述语义相关距离的表达式为：其中，
d
i
表示局部上下文特征中第
i
个词向量与所述待分析方面词的语义相关距离，
i
为局部上下文特征中第
i
个词向量的位置，
p
为待分析方面词的中心位置，
n
a
为待分析方...

【专利技术属性】
技术研发人员：曾碧卿，杜睿擎，钟广彬，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：