来源：期刊VIP网 时间：
作者：黄礼东;胡慧君;陈佳逸;刘茂福;
单位：武汉科技大学计算机科学与技术学院;智能信息处理与实时工业系统湖北省重点实验室;武汉科技大学大数据科学与工程研究院;
摘要：方面级文本情感分析旨在分析长句子中不同方面各自对应的情感极性。目前，较新的神经网络模型着重考虑了文本中方面词提取对情感预测的作用，但忽略了文本信息歧义和生僻等现实文本缺陷，导致外部知识和方面词信息之间的互补性还未得到充分的研究，模型性能仍有优化空间。因此，提出一种基于知识增强与多层注意力机制的方法，通过双向长短期记忆网络存储文本表示与辅助信息，利用图卷积神经网络获得句法信息并用知识增强来提取方面词的归类表示，引入多层注意力机制将融合后特征输入全局平均池化层，提高精准度。实验表明，在SemEval任务和Twitter数据集上，所提方法性能超过基线系统，获得了较好的实验结果。
关键词：方面级情感分析;;知识增强;;图卷积神经网络;;多层注意力机制
基金资助：“十四五”湖北省优势特色学科群项目（2023D0302）;; 湖北省大学生创新创业训练项目（S202310488126）
