文献类型：期刊文章

作　　者：巫浩盛[1] 缪裕青[1,2,3] 张万桢[4] 周明[5] 文益民[1]

Wu Haosheng;Miao Yuqing;Zhang Wanzhen;Zhou Ming;Wen Yimin(School of Computer Science&Information Security,Guilin Guangxi 541004,China;Key Laboratory of Image&Graphics Intelligent Processing,Guilin University of Electronic Technology,Guilin Guangxi 541004,China;Guangxi Key Laboratory of Cryptography&Information Security,Guilin Guangxi 541004,China;Practice Teaching Dept.,Guilin University of Aerospace Technology,Guilin Guangxi 541004,China;Guilin Hivision Technology Company,Guilin Guangxi 541004,China)

机构地区：[1]桂林电子科技大学计算机与信息安全学院,广西桂林541004 [2]桂林电子科技大学图像图形智能处理重点实验室,广西桂林541004 [3]桂林电子科技大学广西密码学与信息安全重点实验室,广西桂林541004 [4]桂林航天工业学院实践教学部,广西桂林541004 [5]桂林海威科技股份有限公司,广西桂林541004

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61763007,61866007);广西自然科学基金重点项目(2017GXNSFDA198028);广西自然科学基金资助项目(2020GXNSFAA159094);桂林市科学技术局重大项目(科技攻关20170301);广西密码学与信息安全重点实验室项目(GCIS201816);广西高校图像图形智能处理重点实验室研究项目(GIIP201706);广西高校中青年教师科研基础能力提升项目(2021KY0799)。

年　　份：2021

卷　　号：38

期　　号：11

起止页码：3274-3278

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：目前,基于卷积神经网络和循环神经网络的方面级情感分析研究工作较少同时考虑到句子的句法结构和词语的语法距离,且卷积神经网络和循环神经网络无法有效地处理图结构的数据。针对上述问题,提出了一种基于距离与图卷积网络的方面级情感分类模型。首先,为该模型设计了一个具有残差连接的双层双向长短期记忆网络,用于提取句子的上下文信息;然后,根据句法依赖树得到词语的语法距离权重,并根据词语之间的句法关系构建邻接矩阵;最后,采用图卷积网络结合句子的上下文信息、语法距离权重和邻接矩阵提取方面的情感特征。实验结果表明,模型是有效的且可获得更好的性能。

关 键 词：方面级情感分析  图卷积网络  句法依赖树  双向长短期记忆网络  距离  

分 类 号：TP391]