计算机应用研究

作者：周法国,孙冬雪,

单位：中国矿业大学(北京)机电与信息工程学院,北京100083；

关键词：方面级情感分析,图卷积神经网络,社交网络,情感词典,字词双通道,多维度融合,话题,

基金：国家自然科学基金资助项目(62072008)；中央高校基本科研业务费资助项目(2022YJSJD26)；；

近年来的方面级情感分析模型应用图卷积神经网络（GCN）学习语句的语法结构信息，但是在建模时忽略了已知情感词信息和评论所属的已知话题环境，渐渐不能满足中文社交网络情感分析需求。针对以上问题，提出一种基于词典和深度学习软融合的字词双通道模型（2D-SGCN）。该模型首先基于基础情感词典扩展得到微博领域词典，获得领域适用性的情感词；其次使用预训练模型获得字、词初始特征向量，并在字维度融入方面词和话题信息，分别使用Bi-LSTM和融入情感信息的GCN（SGCN）学习全局与局部信息；应用注意力机制得到方面词最终特征并进行多维度融合；最后将话题和方面词结合进行分类纠正。在SemEval-2014的Restaurant数据集上F1为73.67%，在NLPCC2012数据集上F1为91.5%，证明了该模型的有效性。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期