用于方面级情感分析的多信息增强图卷积网络

来源：计算机工程与应用杂志2024年第14期北京时间：

作者：杨春霞, 闫晗, 吴亚雷, 黄昱锟

单位：1.南京信息工程大学 自动化学院，南京 210044；2.江苏省大数据分析技术重点实验室，南京 210044；3.江苏省大气环境与装备技术协同创新中心，南京 210044

摘要：方面级情感分析旨在预测句子中特定方面的情感极性。然而，现阶段的研究依然存在语义信息不充分利用的问题，一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息，没有充分利用句子的语义信息；另一方面现有研究没有专注于依存树的语法构建，从而没有充分利用语法结构信息去补充语义信息。针对以上问题，提出多信息增强图卷积神经网络（MIE-GCN）模型。主要包括两部分：一是通过方面感知注意力、自注意力和外部常识形成多信息融合层充分利用语义信息；二是根据单词间不同的语法距离构造句子的语法掩码矩阵，通过获得全面语法结构信息来补充语义信息。利用图卷积神经网络增强节点表示。在基准数据集上的实验结果表明，提出的模型均比对比模型有一定的提升。

关键词：方面级情感分析,外部常识,方面感知注意力,语法掩码矩阵