结合语法增强与噪声削减的方面级情感分析模型

来源：计算机工程与应用杂志2024年第13期北京时间：

作者：汪红松, 李嘉展, 叶浩贤, 陶然

单位：华南师范大学 软件学院，广东 佛山 528225

摘要：方面级情感分析的主要目标是判断句子中给定方面词的情感极性。最近的研究主要采用依存句法信息，隐式地关联方面词与目标词之间的情感交互信息。但结合依存句法信息方法，缺乏识别以方面词为中心的局部上下文信息。此外，对繁杂的语法信息进行等价建模，会引入损害模型性能的噪声。针对以往研究中存在的问题，提出了结合语法增强与噪声削减的神经网络模型。该方法在依存句法信息基础上融合了成分信息，使模型不仅能关注词与词之间的全局依赖信息，同时能关注以方面词为中心的局部依赖信息。同时，为了降低语法信息的噪声干扰，模型以依存句法树的距离信息为依据，弱化了远距离的噪声干扰。最后，模型在四个基准数据集上进行了实验，并在所有数据集上的性能都优于基线模型。

关键词：方面级情感分析,依存句法,成分信息,位置信息