基于图注意力神经网络的中文隐式情感分析

杨善良，常 征

山东理工大学 计算机科学与技术学院，山东 淄博255000

情感分析是自然语言处理领域的关键技术之一，分析文本中包含的情感、态度、观点、情绪等因素，识别文本表达的情感类别。随着网络社交媒体的快速发展，网络舆情、网民情绪、危机事件等对社会、经济和政治产生越来越大的影响，情感分析技术成为网络舆情分析和预测的核心技术，受到学术界和业界的广泛关注和研究。近年来，很多情感分析方法被提出，特别是在深度学习和神经网络技术得到应用之后，文本情感分析的准确率得到提升。但是情感分析技术仍然面临很大的挑战，例如在隐式情感分析方面的效果还不太好。

情感分析包含显式情感分析和隐式情感分析，在以前的研究中没有严格的区分，但是两者存在明显差异。显式情感中包含了情感词、情感转折词、副词等明确表达情感信息的词语，可以使用规则方法和机器学习方法进行识别。隐式情感中不包含情感词语，很难直接判断其情感类别，语义表达更加含蓄。表1给出了隐式情感语句的例子，三个例句分别表达了正面、负面和中性的情感，虽然在语句中找不出明确表达情感的词语，但是仍然能够表达出正面和负面的情绪。例如“满满的回忆，很多那个时代的元素。”表达了正面情绪，带有正面的情感色彩。

表1 隐式情感语句实例表Table 1 Instance table of implicit sentiment sentences

隐式情感分析的研究已经受到关注，隐式情感分析模型多采用神经网络模型和注意力机制。……