基于双策略图卷积网络的方面级情感分析

针对依赖解析结果不准确和在线评论复杂性导致的方面词情感分类效果差的问题。提出一种基于双策略图卷积网络(Dual-Strategy Graph Convolutional Network)模型的方法。首先利用依赖解析器中反映所有依赖关系的概率矩阵构造一个具有丰富句法知识的SynGCN模块,其次利用自注意力机制获得邻接矩阵形式的注意力得分矩阵作为WcoGCN模块的邻接矩阵,并利用正则化器约束该模块中的注意力分数来精准捕获词之间的相关性。实验结果表明:该模型准确率、F1值均优于其他的模型,能够提升公共数据集的情感分类效果。