基于AWI和GCN的方面级情感分类模型

来源：计算机工程与应用杂志2023年第3期北京时间：

作者：王泽, 孔韦韦, 薛佳伟, 平稳, 李龙

单位：1.西安邮电大学，西安 710121；2.陕西省网络数据分析与智能处理重点实验室，西安 710121；3.桂林电子科技大学，广西 桂林 541004；4.广西可信软件重点实验室，广西 桂林 541004

摘要：目前大多数方面级情感分类研究都忽略了方面词的建模，以及方面词与上下文之间的交互信息，并且难以体现语法上与方面词有直接联系上下文单词的重要程度。针对上述问题，提出基于方面词交互（aspect word interaction，AWI）和图卷积网络（graph convolutional network，GCN）的方面级情感分类模型（AWI-GCN）。使用双向长短期记忆网络（bi-directional long short-term memory，Bi-LSTM）分别提取方面词和上下文的特征；采用GCN根据句法依存树进一步提取与方面词有直接语法联系的上下文情感特征；利用注意力机制学习方面词与上下文的交互信息，同时提取上下文中为方面词情感分类做出重要贡献的情感特征。针对3个公开数据集上的仿真实验结果表明，AWI-GCN模型相比当前代表模型取得了更好的情感分类效果。

关键词：方面级情感分类,方面词交互,图卷积网络,注意力机制,句法依存树