一种基于句法关系和意见词分布的细粒度情感分析方法

摘要

本发明公开了一种基于句法关系和意见词分布的细粒度情感分析方法。首先根据Bert模型构建了自己的词嵌入向量，目的是利用只利用Bert的语言模型功能。其次为了更好的提取句中的意见词分布，引入了依存句法分析，基于依存句法分析结果以及目标方面词，并结合邻近原则等原理提取出意见词分布。这样就能够将句中与方面词有直接或间接依赖关系的词提取出来，同时为了能够利用这一信息，本发明还将这一结果进行了向量化处理，称为分布向量。最后将这一向量与Bert输出的上下文向量进行特征融合，得到全新的情感特征向量，并进行情感预测。实验结果表明，本发明能很好解决方面词与意见词的匹配问题，并且能够深层次的提取到情感特征，具有很好的适应能力。