基于层级知识增强和义原知识的中文隐式情感分析

来源：吉林大学学报·理学版杂志2026年第3期北京时间：

作者：王红斌, 张煊赫, 侯明辉

单位：1. 昆明理工大学 信息工程与自动化学院, 昆明 650500； 2. 吉林大学 计算机科学与技术学院, 长春 130012

摘要：针对隐式情感分析中缺乏明显情感线索、 存在混合情感特征、 多义性特征以及语境依赖特征等问题, 提出一种基于层级知识增强和义原知识的中文隐式情感分析方法,先引入基于转换器的双向编码器表示技术的情感预训练模型以增强情感线索识别能力, 然后通过字符级信息获取、 区域移动框学习、 全局信息学习及多池化操作处理混合情感特征. 同时, 结合义原知识和密度矩阵, 利用HowNet知识库缓解多义性问题, 并与双向长短期记忆网络特征融合以应对语境依赖特征. 实验结果表明, 该方法在有效性、 优越性和泛化性方面均表现优异, 为中文隐式情感分析提供了可借鉴的技术路径, 有助于提升社交媒体、 用户评论等场景下的情感理解与决策支持能力.

关键词：隐式情感分析,外部知识,知识增强,SentiBERT模型,层级知识,义原知识