基于多定序尺度的图卷积网络方面级情感分析

来源：计算机工程与应用杂志2025年第14期北京时间：

作者：穆一茹, 韩虎, 孔博

单位：1.兰州交通大学 电子与信息工程学院，兰州 730070；2.甘肃省人工智能与图形图像工程研究中心，兰州 730070

摘要：方面级情感分析旨在预测给定句子中特定方面的情感极性。由于现有研究方法仅考虑单一语料信息，导致存在语料库词共现、评论语句语义结构、局部词汇序列等多种信息利用不全面和不充分的问题，为此提出一种基于多定序尺度的图卷积网络模型。定序尺度分为语料库级、句子级、词汇级。构造包含三个卷积模块的多定序尺度图卷积网络：纵向全局语法依赖图卷积引入语料库全局词共现信息丰富语法表示；横向全局语义结构图卷积学习句子本身的语义结构信息；文本局部序列图卷积挖掘句子局部范围内的词汇序列信息。利用混合注意力进一步增强语法和语义结构特征表示，并通过交互机制实现多种信息的共享与融合。实验结果表明，该模型与经典模型ASGCN相比，在五个公开数据集上准确率分别提升了2.56、2.93、3.13、2.58、1.76个百分点。与最新模型DGGCN和CRF-GCN相比，均取得了优异的情感分类效果，证实了该模型融合多种语料信息的有效性。

关键词：方面级情感分析,图卷积网络,多定序尺度,混合注意力