摘要

方面级情感分类旨在区分句子中一个或多个方面术语的情感极性。现有的方法大多独立建模句子中的不同方面，忽略了不同方面之间的情感依赖关系。然而，我们发现不同方面之间的这种依赖信息可以提供额外的有价值信息。在本文中，我们提出了一种基于图卷积网络（GCN）的新型方面级情感分类模型，该模型能够有效捕捉句子中多方面的感情依赖关系。我们的模型首先引入了带有位置编码的双向注意力机制来建模每个方面与其上下文词汇之间的特定表示，然后在注意力机制之上应用GCN以捕捉句子中不同方面间的情感依赖关系。我们在SemEval 2014数据集上评估了所提出的模型。实验结果表明，我们的模型优于现有最先进方法。我们还进行了实验以评估GCN模块的有效性，结果表明不同方面之间的依赖关系对于方面级情感分类具有重要帮助作用。