基于图卷积记忆网络的方面级情感分类

王 光,李鸿宇,,邱云飞,郁博文,柳厅文

(1. 辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105；2. 中国科学院 信息工程研究所，北京 100089)

0 引言

方面级情感分类是一种细粒度情感分析任务，目标是确定评论文本中所出现的不同方面的情感倾向[1-2]。如图1中方面级情感分类实例图所示，已知“food” 和“service” 方面词，方面级情感分类模型需要通过文本评论句子和方面词“food”判断出评论者对食物的情感倾向是正向的，依据“service” 方面词推断出服务是不令人满意的。本文实例中方面词使用下划线标识，通过粗体词汇标识评价词，评论者对每个方面词的情感倾向取决于评价词与方面词的对应关系，由于评论者对不同方面词的情感态度存在差异，因此错误地匹配评价词与方面词可能会带来相反的判断。相对于篇章级别、句子级别和词汇级别情感分类任务而言，方面级情感分类的针对性更强，不但可以帮助消费者筛选出满足自身需求的商品，而且还能指导商家进行产品改进。

图1 方面级情感分类任务实例

虽然神经网络模型在方面级情感分类任务中已取得了良好的效果，但现有方法没有很好地利用句法信息来辅助分类。一般来说，方面级情感分类任务中的评价词往往出现在句法关系复杂的文本中，以文本评论“We didn’tknow if weshouldorder adrinkorleave?”为例，在句法关系十分复杂的句子中，判断评论者对方面词“drink”的情感态度需要全局的语义理解和推断，而通过句法分析能够帮助模型找到“drink”相关的评价词，进而完成情感分类。……