句法特征融合增强的方面级情感分析

方面级情感分析是情感分析领域的一项关键任务，其目的是分析目标文本中各个方面的情感极性.句法依存树曾被广泛用于方面级情感分析任务中，目前的特征提取和交互方式仅限单一特征级，未能充分利用句法依存树上的有效信息.针对该问题，提出了一种基于句法依存树的多级特征提取算法来建立方面级情感分析模型.首先利用深度优先搜索得出句子的浅层特征表示，然后通过划分子图改进传统图卷积神经网络的建模方式来提取句子的深层特征表示，最终融合多级特征的句子表示并进行情感分类.在4个开放数据集上分类准确率都取得1.64%～2.12%的提升，F1值取得2.24%～4.97%的提升.实验结果表明基于该方法建模能获取更充分的多层句法特征信息、有效提高分类效果.