一种基于依赖增强的异构图卷积网络的情感分析方法

本发明公开了一种基于依赖增强的异构图卷积网络的情感分析方法，所述方法包括对待分析文本进行预处理；用双向长短记忆网络Bi‑LSTM对分析文本的上下文和方面的词向量嵌入表示进行特征提取，将单词嵌入矩阵输入Bi‑LSTM，得到句子的隐藏层状态向量；依存句法图卷积网络进一步提取句子中的依存句法特征，成分句法图卷积网络进一步提取成分句法特征；在输入句子被两个GCN处理后，连接两个不同的图卷积网络的输出，以获得更全面的特征表示；在交互注意力层，模型学习方面词和其它词之间的相关性，更全面地理解输入数据中的关系和模式；将交互注意力层通过输入softmax归一化层获得分类输出。这种方法能提升对句子极值判断的准确率。