本研究聚焦于餐厅评论中的句子级方面情感分析。为此，提出了一种两阶段情感分析算法。在该方法中，首先采用词化领域本体（lexicalized domain ontology）进行情感预测，作为主算法；其次，以一种具有旋转注意力机制（rotatory attention mechanism）的神经网络（LCR-Rot）作为备用算法。此外，对备用算法引入两项改进：第一项改进调整了旋转注意力机制的执行顺序，形成LCR-Rot-inv；第二项改进则在旋转注意力机制上进行多次迭代，形成LCR-Rot-hop。基于SemEval-2015与SemEval-2016数据集的实验结果表明，该两阶段方法在性能上优于基线方法，尽管提升幅度较小。进一步分析发现，通过多次迭代运行旋转注意力机制的策略（LCR-Rot-hop）表现最佳。