基于多头注意力和词共现关系的方面级情感分析

针对特定目标的情感分析是文本情感细粒度理解任务的重要内容.已有研究大多通过循环神经网络和注意力机制来建模文本序列信息和全局依赖，并利用文本依赖解析树作为辅助知识，但这些方法没有充分利用目标词与文本词之间的依赖关系，也忽略了训练语料库中的词共现关系，而词共现信息往往意味着一种语法搭配.为了解决上述问题，提出一种目标依赖的多头自注意力网络模型.该模型首先设计内联和外联两种不同的注意力机制用于建模文本词和目标词的隐藏状态和语义交互；其次，该模型构建了语料库级别和句子级别的词共现图，并通过图卷积网络将词共现信息融合进文本的特征表示学习并用于下游分类任务.在五个标准数据集上进行了对比实验，实验结果表明，提出的模型在方面级情感分析任务中的性能优于所有对比模型.