基于BERT和交互注意力的方面级情感分类模型

目前针对方面级的情感分类模型往往忽略了对方面词的单独建模，传统的注意力机制模型可能会给句子中的情感词分配较低的注意力权重。鉴于此，本文提出一种结合交互注意力网络(IAN)和双向编码器表征技术(BERT)的情感分类方法。首先将输入分为3部分：文本、方面词、文本+方面词。通过BERT得到词向量，双向门控单元(BiGRU)负责进行语义信息的提取，隐藏向量分别输入特征提取层，最后将2部分进行拼接，输入softmax层得到情感极性。通过在公开数据集上的实验证明，本文的模型效果能够比基线模型提高5%的精确度。