计算机应用研究

作者：胥桂仙,刘兰寅,王家诚,陈哲,

单位：中央民族大学a.民族语言智能分析与安全治理教育部重点实验室;b.信息工程学院,北京100081；

关键词：文本情感分析,超图,图分类,注意力机制,

基金：国家社会科学基金资助项目(19BGL241)；；

针对网络短文本存在大量的噪声和缺乏上下文信息的问题，提出一种基于BERT和超图对偶注意力机制的文本情感分析模型。首先利用BERT预训练模型强大的表征学习能力，对情感文本进行动态特征提取；同时挖掘文本的上下文顺序信息、主题信息和语义依存信息将其建模成超图，通过对偶图注意力机制来对以上关联信息进行聚合；最终将BERT和超图对偶注意力网络两个模块提取出的特征进行拼接，经过softmax层得到对文本情感倾向的预测结果。该模型在电商评论二分类数据集和微博文本六分类数据集上的准确率分别达到95.49%和79.83%，相较于基准模型分别提高2.27%~3.45%和6.97%~11.69%；同时还设计了消融实验验证模型各部分对分类结果的增益。实验结果表明，该模型能够显著提高针对中文网络短文本情感分析的准确率。

来源：2024年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第3期