融合语义和句法信息的方面情感三元组抽取.pdfVIP

融合语义和句法信息的方面情感三元组抽取.pdf

JournalofComputerApplicationsISSN1001‐90812024‐10‐10

计算机应用,2024,44(10):3275-3280CODENJYIIDUhttp：//www.joca.cn

文章编号：1001-9081（2024）10-3275-06DOI：10.11772/j.issn.1001-9081.2023101479

融合语义和句法信息的方面情感三元组抽取

李言博，何庆，陆顺意

（贵州大学大数据与信息工程学院，贵阳550025）

（∗通信作者电子邮箱qhe@gzu.edu.cn）

摘要：方面情感三元组抽取（ASTE）是方面情感分析中一项极具挑战性的子任务，目的是提取所给句子中的方

面项、观点项和对应的情感极性。现有的面向ASTE任务的模型分为流水线模型和端到端模型。针对流水线模型易

受到错误传播的影响，且大部分现有端到端模型忽略了句子中丰富的句法信息问题，提出一种语义和句法增强的双

通道方面情感三元组抽取模型（SSED-ASTE）。首先，使用BERT（BidirectionalEncoderRepresentationfrom

Transformers）编码器对上下文编码；其次，使用双向长短期记忆（Bi-LSTM）网络捕捉上下文语义依赖关系；再次，通过

2个并行的图卷积网络（GCN）分别使用自注意力机制和依存句法分析提取语义特征和句法特征并融合；最后，使用网

格标记方案（GTS）抽取三元组。在4个公开数据集上进行实验分析，与GTS-BERT模型相比，所提模型的F1值分别提

升了0.29、1.50、2.93和0.78个百分点。实验结果表明，所提模型可以有效利用句子中隐含的语义信息和句法信息，

实现较准确的三元组抽取。

关键词：情感分析；方面情感三元组抽取；依存句法分析；自注意力机制；图卷积网络

中图分类号：TP391.1文献标志码：A

Aspectsentimenttripletextractionintegratingsemanticandsyntacticinformation

LIYanbo，HEQing，LUShunyi

（CollegeofBigDataandInformationEngineering，GuizhouUniversity，GuiyangGuizhou550025，China）

Abstract:AspectSentimentTripletExtraction（ASTE）isachallengingsubtaskinaspect-basedsentimentanalysis，