基于图卷积网络和选择注意力的方面级情感分析方法及系统

摘要

本公开提供了一种基于图卷积网络和选择注意力的方面级情感分析方法及系统，包括：获取待分析的文本，并将其转化为词向量嵌入表示；利用双向LSTM对所述词向量嵌入表示进行特征提取，得到词向量嵌入的初始上下文表示；将所述初始上下文表示输入图卷积网络获得文本的图特征表示；基于预训练的选择注意力模型对所述图特征表示进行特征提取，并对获得的特征进行mask操作得到新的上下文表示；将所述初始上下文表示与新的上下文表示进行拼接，将拼接后的向量输入预训练的情感预测模型，获得情感极性预测结果。通过采用选择注意力机制，增强了捕捉句法信息的能力，有效地结合句子的句法信息和语义信息，提高了不同数据集上对情感极性判断的准确性和稳定性。