基于分层注意力机制的细粒度情感分析

摘要

细粒度情感分析从多个角度对文本情感极性进行分析,越来越成为情感分析领域的热点问题。不同于以往算法使用属性信息作为嵌入向量和单层注意力机制的LSTM网络,本文提出了一种基于分层注意力机制的多层网络,一方面可以对单词和句子分别给予不同的注意力权重,帮助模型增加对重要部分的注意力,另一方面使用实体信息作为嵌入向量,比属性信息更能表示目标短语的含义。实验结果表明,该模型在SemEval 2014数据集上取得了出色的效果,优于现有的算法。