基于Graph-LSTMs的双重位置感知方面级情感分类

目前针对用户评论中方面词项情感分类任务的研究大多忽略了依存句法信息，或并未建立依存句法结构与单词之间的联系。为此，提出一种基于Graph-LSTMs的双重位置感知方面级情感分类方法。通过Graph-LSTMs学习词项的上下文语境特征；在双向GRU的输入中拼接具有双重位置信息的位置向量，优化句子情感编码；利用注意力机制捕获关键的情感特征，实现分类。在SemEval2014的两个数据集上的实验结果表明，该模型相比几种基线模型在准确率和Macro-F1这两个指标上提升明显。