基于问答文本依赖和图卷积网络的方面级情感分析方法及系统技术方案

本发明专利技术公开了基于问答文本依赖和图卷积网络的方面级情感分析方法及系统，涉及自然语言处理技术领域。首先，通过引入三种不同的依赖图来丰富依赖信息。接下来，使用预训练语言模型BERT分别且同时的对问题文本和答案文本进行编码，得到问答对各自的隐藏状态向量。然后，构建了三种分别对应于依赖图类型的GCN，依赖图与对应的隐藏状态向量一同作为GCN的输入，以更好的聚合问答对的特征。最后，使用一种基于检索的注意力机制，通过为每个单词分配权重，充分将GCN的输出和与方面相关的重要特征融合起来，并通过softmax层得到最终情感极性的概率分布以实现情感预测。本发明专利技术解决了基于问答的方面级情感分析领域句法关系、文本输入和噪声过大的问题。

【技术实现步骤摘要】

本专利技术属于自然语言处理的，涉及一种情感分析方法，特别涉及基于问答文本依赖和图卷积网络的方面级情感分析方法。

技术介绍

1、随着互联网的不断发展，越来越多的用户在互联网上发表自己的看法或评价，然而由于信息爆炸式的增长，消费者很难在庞大的文本数据中找到想要关注的细粒度信息，商家也很难发现需要改进的方面细节，于是作为情感分析一个细粒度子任务的方面级情感分析(aspect-based sentiment analysis，absa)成为了自然语言处理中最热门的研究方向之一。

2、近年，很多主流的电商平台都为消费者和商家提供了一种名为“消费者问答”的新的评论形式(交互式文本)。对于一件商品或一个服务，潜在的消费者可以提出他们关心的问题，已经购买过该商品或服务的消费者可以为他们提供答案，于是便有了问答评论。问答评论中蕴含大量有价值的情感信息，同时，由于回答问题的用户是被随机选择出来的，往往不存在传统评论中“刷好评”的现象，这使得问答评论比传统评论更具有可信性，所以问答评论比传统评论更具有研究价值和意义。

3、传统的方面级情感分析通常是针对单本文档来自技高网...

【技术保护点】

1.一种基于问答文本依赖和图卷积网络的方面级情感分析方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，对所述数据集中的问答情感分析数据进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，基于预处理后的问答情感分析数据构造三种依赖图，包括：

4.根据权利要求1所述的方法，其特征在于，将这两个表示输入到预训练模型BERT中以分别生成问答对的隐藏状态向量，包括：

5.根据权利要求1所述的方法，其特征在于，得到情感预测的最终表示，包括：

6.根据权利要求1所述的方法，其特征在于，基于所述情感预测的最终表示进行...

【技术特征摘要】

1.一种基于问答文本依赖和图卷积网络的方面级情感分析方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，对所述数据集中的问答情感分析数据进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，基于预处理后的问答情感分析数据构造三种依赖图，包括：

4.根据权利要求1所述的方法，其特征在于，将这两...

【专利技术属性】
技术研发人员：张益嘉，刘乃博，鲁明羽，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：