基于多粒度用户偏好的文档级情感分析

不同的用户通常具有多粒度的用户偏好，即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑用户偏好的多粒度性，据此，该文提出了一种融合多粒度用户偏好的情感分析模型。首先，在单词粒度上，将用户信息融合到注意机制中来获取基于用户偏好的句子表示；然后，在句子粒度上，结合自注意机制获取基于用户偏好的文档表示；最后，在文档粒度上，将得到的文档表示与用户信息直接进行融合得到文档的特征表示，并利用该表示进行分类。在IMDB、Yelp13、Yelp14三个文档级数据集上的实验表明，该模型能更有效地提升分类性能。