基于双特征嵌套注意力的方面词情感分析算法

肖宇晗，林慧苹，汪权彬，谭营

（1. 北京大学 软件与微电子学院，北京 102600; 2. 北京大学 信息科学技术学院，北京 100871）

随着互联网的迅速发展，人们越来越倾向于 在网络上发表自己对商品或服务的看法。提取评论所蕴含的情感态度与需求，有利于商家深入分析用户的潜在需求，判断市场走向，改进产品或服务设计。

值得注意的是，人们在进行评论时，一般不会发表长篇大论，而是倾向于用一两句话概括某个事物的某个方面的好坏，甚至会在同一句话中对多个方面表达不同的情感态度。因此，方面词情感分析任务的研究近年来颇受关注。该任务的要求是，在给定文本以及方面词的情况下，分别对这些方面词所承载的情感态度进行分类[1-2]。例如，给定“这家店的环境不错，服务周到，但食材不新鲜”这段文本，并给出“环境”、“服务”、“食材”这3个方面词，算法应当判断出用户对“环境”和“服务”的情感态度是正向，而对“食材”持负面态度。考虑到方面词往往蕴含了用户对产品或服务的需求，方面词情感分析算法的研究将对细粒度分析用户潜在需求有着重要意义。

与文档级和句子级情感分析任务相比，方面词情感分析任务粒度更细、更具挑战。其中一个棘手的问题是，如何在保留情感有效项信息的同时，尽可能减小干扰项对情感判断的负面影响。例如，“我买过这家的鼠标、电脑和平板，鼠标很快就没用了，至于这个电脑，不好也不坏，平板倒是挺结实”，如果要求对方面词“电脑”进行情感分析，答案理论上应是中立，但一些算法很容易将其误判为正向或负向，原因就在于未能有效减小“鼠标很快就没用了”和“平板倒是挺结实”对情感分析的干扰作用。……