一种融合位置特征的方面级情感分析方法

方面级情感分析是如今情感分析领域的重要研究任务之一，旨在计算文本中多个方面词的情感极性。现有的方面级情感分析方法通常将整个句子直接输入复杂的神经网络，尽管此类方法能够有效捕捉到词与词之间的依赖关系，却忽略了方面词与其上下文之间所隐含的位置特征。因此，提出了一种融合位置特征的方面级情感分析方法。将文本分别采用基于方面词间隔的上下文划分方式与基于单词距离的上下文划分方式，通过两个微调后的BERT模型，完成词向量的表达；将两种词向量送入多头注意力机制，计算其文本特征；使用平均池化将语义信息进行融合，在输出层完成方面词的情感极性分类。在SemEval2014 Task4数据集和Twitter数据集上的实验表明，提出的融合位置特征的方面级情感分析方法能够充分利用方面词上下文之间的位置特征，有效提升了准确率和F1值。