[發(fā)明專利]一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的方面級(jí)情感分析方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011463822.5
• 申請(qǐng)日: 2020-12-14
• 公開(kāi)（公告）號(hào): CN112528672B
• 公開(kāi)（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 馮方向;陳昊;李睿凡;張光衛(wèi);王小捷
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06F40/30
• 分類號(hào): G06F40/30;G06F40/211;G06F40/216;G06F40/284;G06N3/04
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 丁蕓;馬敬

1.一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的方面級(jí)情感分析方法，其特征在于，所述方法包括：

獲取待進(jìn)行方面情感分析的句子，以及該待進(jìn)行方面情感分析句子中的方面詞；

對(duì)所述待進(jìn)行方面情感分析的句子以及所述方面詞進(jìn)行預(yù)處理，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的輸入向量序列以及句法加權(quán)圖；其中，所述輸入向量序列用于表征所述待進(jìn)行方面情感分析句子的初始特征，所述初始特征包括所述方面詞的相對(duì)距離信息，所述句法加權(quán)圖用于表征所述待進(jìn)行方面情感分析句子中各個(gè)詞之間的依存關(guān)系；

將所述輸入向量序列和所述句法加權(quán)圖，輸入預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)中，得到所述方面詞對(duì)應(yīng)的情感分析結(jié)果；其中，所述預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)包括：句法圖卷積子神經(jīng)網(wǎng)絡(luò)和基于自注意力機(jī)制的語(yǔ)義圖卷積子神經(jīng)網(wǎng)絡(luò)，所述句法圖卷積子神經(jīng)網(wǎng)絡(luò)用于提取所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的句法相關(guān)特征，所述基于自注意力機(jī)制的語(yǔ)義圖卷積子神經(jīng)網(wǎng)絡(luò)用于提取所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的語(yǔ)義相關(guān)特征，所述預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)是根據(jù)樣本句子對(duì)應(yīng)的輸入向量序列，樣本句子對(duì)應(yīng)的句法加權(quán)圖，以及樣本句子中方面詞對(duì)應(yīng)的標(biāo)準(zhǔn)情感分析結(jié)果訓(xùn)練得到的，所述標(biāo)準(zhǔn)情感分析結(jié)果包括：正向結(jié)果、中性結(jié)果以及負(fù)向結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述待進(jìn)行方面情感分析的句子以及所述方面詞進(jìn)行預(yù)處理，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的輸入向量序列以及句法加權(quán)圖的步驟，包括：

使用預(yù)訓(xùn)練的Glove詞嵌入，將所述待進(jìn)行方面情感分析的句子中每個(gè)詞轉(zhuǎn)換為詞向量；

將所述待進(jìn)行方面情感分析的句子中方面詞的相對(duì)距離信息，以及每個(gè)詞的詞性信息分別使用向量表示，并與所述詞向量進(jìn)行拼接，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的輸入向量序列；

將所述待進(jìn)行方面情感分析的句子中每個(gè)詞的詞性信息對(duì)應(yīng)的向量和所述詞向量，輸入預(yù)先訓(xùn)練的依存句法分析器中，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的依賴弧概率矩陣，并將所述依賴弧概率矩陣轉(zhuǎn)換為句法加權(quán)圖；所述預(yù)先訓(xùn)練的依存句法分析器是根據(jù)預(yù)設(shè)數(shù)據(jù)集訓(xùn)練得到的。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述輸入向量序列和所述句法加權(quán)圖，輸入預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)中，得到所述方面詞對(duì)應(yīng)的情感分析結(jié)果的步驟，包括：

利用所述預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)中的雙向長(zhǎng)短期記憶網(wǎng)絡(luò)BiLSTM，對(duì)所述輸入向量序列進(jìn)行特征轉(zhuǎn)換，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的隱藏狀態(tài)特征；

基于所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的隱藏狀態(tài)特征以及句法加權(quán)圖，利用所述句法圖卷積子神經(jīng)網(wǎng)絡(luò)，對(duì)所述待進(jìn)行方面情感分析的句子進(jìn)行句法特征提取，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第一句法圖特征；所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第一句法圖特征用于表示：利用所述句法圖卷積子神經(jīng)網(wǎng)絡(luò)對(duì)所述待進(jìn)行方面情感分析的句子進(jìn)行句法特征提取，得到的所述待進(jìn)行方面情感分析的句子中每個(gè)詞的句法特征；

基于所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的隱藏狀態(tài)特征，利用所述基于自注意力機(jī)制的語(yǔ)義圖卷積子神經(jīng)網(wǎng)絡(luò)，對(duì)所述待進(jìn)行方面情感分析的句子進(jìn)行語(yǔ)義特征提取，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第一語(yǔ)義圖特征；所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第一語(yǔ)義圖特征用于表示：利用所述基于自注意力機(jī)制的語(yǔ)義圖卷積子神經(jīng)網(wǎng)絡(luò)對(duì)所述待進(jìn)行方面情感分析的句子進(jìn)行語(yǔ)義特征提取，得到的所述待進(jìn)行方面情感分析的句子中每個(gè)詞的語(yǔ)義特征；

利用所述預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)中的雙仿射模塊，分別對(duì)所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第一句法圖特征和第一語(yǔ)義圖特征進(jìn)行特征轉(zhuǎn)換，得到所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第二句法圖特征和第二語(yǔ)義圖特征；所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第二句法圖特征和第二語(yǔ)義圖特征分別用于表示：利用雙仿射模塊分別對(duì)所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第一句法圖特征和第一語(yǔ)義圖特征進(jìn)行特征轉(zhuǎn)換之后，得到的所述待進(jìn)行方面情感分析的句子中每個(gè)詞的句法特征和語(yǔ)義特征；

分別提取所述待進(jìn)行方面情感分析的句子對(duì)應(yīng)的第二句法圖特征和第二語(yǔ)義圖特征中的方面詞節(jié)點(diǎn)特征，并利用所述預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)中的池化層，對(duì)提取的方面詞節(jié)點(diǎn)特征進(jìn)行池化和拼接處理，得到第一拼接特征；

利用所述預(yù)先訓(xùn)練的雙重圖卷積神經(jīng)網(wǎng)絡(luò)中的全連接層，對(duì)所述第一拼接特征進(jìn)行概率分析，得到所述方面詞對(duì)應(yīng)的情感分析結(jié)果。