基于图卷积网络的多交互注意方面级情感分析

为解决当前方面级情感分析中提取语义句法信息不充分导致分类结果不准确的问题，提出一种基于图卷积网络的多交互注意模型。基于注意力机制和句法相对距离分别重构带有权重的语义图邻接矩阵和句法图邻接矩阵，以这种方式存储更多信息，结合图卷积网络充分挖掘上下文中更深层次的语义和句法信息；通过掩码机制和交互注意完成方面词与上下文的语义交互和句法交互，捕获相关关联并进行特征融合。在SemEval 2014和Twitter数据集上进行实验，实验结果表明，该模型与基于注意力的模型和基于图卷积网络的模型相比，有更好的分类效果。