摘要
本发明提供了一种基于图卷积网络的方面级情感分析方法、设备及介质,通过将待处理文本输入训练后的方面级情感分析模型进行分析,得到待处理文本对应的情感极性分类结果;方面级情感分析模型包括输入模块、注意力模块、用于上一级输出的特征进行掩码并聚合的图卷积模块、用于对聚合后的特征进行加权的自适应权重模块、输出模块;与现有技术相比,通过在方面级情感分析模型中设置图卷积模块通过对提取的特征进行掩码处理后再聚合上下文节点的信息,能够更加关注对情感分析有贡献的关键部分;设置自适应权重模块,将图卷积模块的输出再经过注意力权重的分配,更好地赋予网络以自适应的能力,从而优化输出结果,进而提高情感分类的准确性。
技术关键词
情感分析模型
情感分析方法
感知特征
注意力
卷积模块
节点特征
词嵌入向量
输入模块
文本
输出模块
输入端
掩码矩阵
合并单元
非线性
转换单元
赋予网络
可读存储介质