基于相对词距权重的方面情感分类模型  

作　　者：徐明[1] 仇丽青[1] 张晶 XU Ming;Qiu Liqing;Zhang Jing

机构地区：[1]山东科技大学,山东青岛266590 [2]青岛尤尼科信息科技有限公司,山东青岛266000

出　　处：《信息技术与信息化》2023年第7期104-107,共4页Information Technology and Informatization

基　　金：山东省社会科学规划数字山东研究专项(项目号:21CSDJ48)。

摘　　要：针对方面情感分类模型易受与目标方面无关的描述性词汇干扰的问题,本文提出了相对词距权重算法(relative word distance weight,RWDW)。首先,RWDW将每个词语与方面词之间的相对距离转化为注意力权重,然后刻画每个词汇对于方面词的关键程度,使模型优先关注靠近方面词的上下文信息;最后,本研究将表征词间距离的权重关系作为先验知识,成功地将其融入了Aspect-LSTM和IAN模型之中,设计了两种基于相对词距权重的方面情感分类模型:RWDW-LSTM和RWDW-IAN。实验结果表明,使用RWDW算法优化后的RWDW-LSTM和RWDW-IAN模型在准确率和鲁棒性方面均实现了显著提升。

关 键 词：情感分析 先验注意力机制 词相对距离 深度学习 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]