基于意象的诗词情感分析研究

针对诗词中意象与情感的关系，传统的研究方法过度依赖专家知识且未见大规模语料自动处理。为此提出将方面级情感分析技术应用到诗词情感分析领域，并通过对比实验选取出自动分析意象与诗词情感效果最好的方面级情感分析模型。首先采用BERT预训练模型得到诗词的初始化向量表示，再分别输入到BERT-Single、 AOA(Attention-Over-Attention)、 IAN(Interactive Attention Networks)、 MemNet(Memory Network)、ATAE-LSTM(Attention-based LSTM with Aspect Embedding)五个主流方面级情感分类模型中获取与诗词意象相关的情感分类特征向量，最后将其输入到Softmax分类器进行情感判定。实验结果表明，IAN的效果最好，Macro＿F1值达到了68.16%。