摘要
本发明公开一种基于语法‑语义图卷积网络的方面级情感分析方法,包括:利用BERT编码器提取待分类文本数据集中的单词向量表示;利用句子语法依赖树的概率矩阵获取语法信息,通过注意力得分矩阵得出语义信息,随后将节点特征分别与语法信息、语义信息进行特征交互,进而捕获句子中每个词对的关系概率分布;构建语法‑语义图卷积网络模型,将每个单词作为图的节点,依赖关系作为边,聚合节点特征信息和边特征信息;为每个词对引入词性组合、句法依赖类型、基于树的距离和相对位置距离;依据文本深度信息分配权重进行分类输出,同时提取出方面词、意见词和情感极性三元组。本发明可以提高方面级情感分析中三元组提取任务的准确率。
技术关键词
情感分析方法
节点特征
语义
卷积网络模型
三元组
矩阵
注意力
词特征
文本
关系
多层感知机
编码器
数据
通道
格式
模块
偏差
定义
系统为您推荐了相关专利信息
多模态数据融合
图像分类方法
加权特征
矩阵
动态权重分配
注意力神经网络
GCN模型
药物重定位方法
多层感知机
深度特征提取