基于知识图谱与循环注意力网络的视角级情感分析
邓立明1,2,3 魏晶晶4 吴运兵1,2,3 余小燕1,2,3 廖祥文1,2,3
1.福州大学数学与计算机科学学院；2.福州大学福建省网络计算与智能信息处理重点实验室；3.数字福建金融大数据研究所；4.福建江夏学院电子信息科学学院
摘要: 现有的视角级情感分析方法难以解决单词在不同语境下"一词多义"问题,因此性能受限.针对上述问题,文中提出基于知识图谱与循环注意力网络的视角级情感分析方法.首先,利用动态注意力机制,结合双向长短时记忆网络的文本表示和知识图谱中的同义词信息,获得知识感知状态向量.再联合位置信息构造记忆内容,并输入多层门限循环单元,计算视角词情感特征,进行视角级文本情感分类.在3个公开数据集上的实验表明,文中方法分类效果较优.
关键词:
视角级情感分析；知识图谱；注意力机制；深度学习；
视角级情感分析；知识图谱；注意力机制；深度学习
