多通道句法门控图神经网络用于句子级情感分析

来源：计算机工程与应用杂志2025年第8期北京时间：

作者：张吴波, 邹旺, 熊黎, 戴顺鄂, 吴文欢

单位：1.湖北汽车工业学院 电气与信息工程学院，湖北 十堰 442002 ；2.武汉工程大学 计算机科学与工程学院，武汉 430205；3.武汉工程大学 艺术设计学院，武汉 430205

摘要：情感分析技术是自然语言处理领域的一项重要任务。然而，现阶段文档级图神经网络的图构建复杂且需要占用大量的内存资源。在线评论文本一般由短句组成，文档级图神经网络进行情感分析的效率较低。此外，现有工作中句子级图神经网络未能充分结合文本的单词特征、依存特征和词性特征。针对以上问题，提出一种多通道句法门控图神经网络的句子级情感分析方法（MSGNN）。该模型以句子的依存句法关系图为骨架，词性特征、单词特征和依存特征作为节点特征信息；利用三通道的门控图神经网络分别学习三种特征；采用图卷积神经网络聚合节点的特征信息。在SST-1、SST-2、MR三种基准数据集上的实验结果表明该模型相比基线模型的性能有所提升。

关键词：情感分析,句子级图神经网络,依存特征,门控图神经网络