【技术实现步骤摘要】
本专利技术涉及方面级情感分析领域，尤其是涉及一种基于知识增强双图卷积网络的方面级情感分析方法。
技术介绍
1、近年来，随着互联网的迅速发展，情感分析任务备受关注。情感分析任务包括文档级情感分析、句子级情感分析和方面级情感分析。值得注意的是，方面级情感分析由于其独特的方面级特性，已成为当前研究的焦点。在方面级情感分析任务中，研究的核心问题之一是在给定句子以及其中的方面词的情境下，判断方面词在句子中的情感极性，包括积极、消极和中性。
2、早期的方面级情感分析方法主要采用机器学习方法。然而，近年来深度学习方法在该领域得到广泛应用，尤其是图卷积网络方法成为深度学习中被广泛采纳的技术之一。尽管先前的研究在方面级情感分析任务上取得了显著的成就，但仍存在改进的空间。例如，在句法信息的研究中，可引入情感知识为模型注入情感信息。其次，现有方法生成的方面词注意力矩阵存在冗余信息，并且与自注意力矩阵的融合效果有待提升。在现有技术的基础上还可使用方面词注意力矩阵强化自注意力矩阵，使得模型在关注句子的语义结构的同时，更加突显对方面词的关注。
<...【技术保护点】
1.一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，所述进行方面级情感分析所需的方面词及其所在句子的格式如下：句子，方面词}，其中为句子的长度，为方面词的长度，方面词为句子的子序列。
3.根据权利要求1所述的一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，所述基于依存句法分析器得到的依存概率矩阵相较于依存句法分析器的最终离散输出，具有更丰富的句法结构信息，有效减小依存解析误差。
4.根据权利要求1所述的一...
【技术特征摘要】
1.一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，所述进行方面级情感分析所需的方面词及其所在句子的格式如下：句子，方面词}，其中为句子的长度，为方面词的长度，方面词为句子的子序列。
3.根据权利要求1所述的一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，所述基于依存句法分析器得到的依存概率矩阵相较于依存句法分析器的最终离散输出，具有更丰富的句法结构信息，有效减小依存解析误差。
4.根据权利要求1所述的一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，所述句子的情感知识矩阵表示为，其构造方法如下：
5.根据权利要求1所述的一种基于知识增强双图卷积网络的方面级情感分析方法，其特征在于，所述情感知识矩阵与依存概率矩阵的融合采用逐元素加法。通过此融合方式，知识句法图卷积模块同时考虑情感知识和依存关系，从而有效提升模型的分类精度。
6.根据权利要...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。