基于自适应建模的方面级情感分析模型.pdfVIP

ComputerScienceandApplication计算机科学与应用,2025,15(12),360-375

PublishedOnlineDecember2025inHans./journal/csa

/10.12677/csa.2025.1512350

基于自适应建模的方面级情感分析模型

刘彦君

中国电子科技集团公司第十研究所，四川成都

收稿日期：2025年11月13日；录用日期：2025年12月16日；发布日期：2025年12月24日

摘要

本文提出了一种基于自适应滑窗机制与变分自编码器(VAE)的方面级情感分析模型——AdaptWin-

ABSA。该模型通过结合BERT、VAE、自适应滑窗机制和对比学习策略，旨在提升情感分析中多方面情

感区分的能力及上下文特征建模效果。首先，利用BERT生成高质量的句子和方面嵌入表示，为情感分析

提供强大的文本表征能力。其次，采用变分自编码器(VAE)对文本的潜在情感分布进行建模，有效捕捉复

杂的情感模式，增强模型的鲁棒性。自适应滑窗机制根据不同方面自动调整上下文窗口大小，灵活地提

取局部情感特征，从而提升情感识别的精度。最后，集成对比学习策略，最大化不同方面之间的表示差

异，进一步提升情感极性分类的准确性。实验结果表明，AdaptWin-ABSA在SEMEVAL2014和ACL14数

据集上的表现优于现有主流方法，在准确率和F1值上均有显著提升，展示了该模型在方面级情感分析任

务中的有效性与潜力。

关键词

方面级情感分析，对比学习，变分自编码器，情感极性分类

Aspect-BasedSentimentAnalysis

ModelBasedonAdaptive

Modeling

YanjunLiu

The10thResearchInstituteofChinaElectronicsTechnologyGroupCorporation,ChengduSichuan

Received:November13,2025;accepted:December16,2025;published:December24,2025

Abstract

Thispaperpresentsanaspect-basedsentimentanalysismodel,AdaptWin-ABSA,basedonan

文章引用:刘彦君.基于自适应建模的方面级情感分析模型[J].计算机科学与应用,2025,15(12):360-375.

DOI:10.12677/csa.2025.1512350

刘彦君

adaptiveslidingwindowmechanismandavariationalautoencoder(VAE).Themodelenhances

theabilitytodistinguishsentimentsacrossmultipleaspectsandimprovecontextualfeaturemod-

elingbycombiningBERT,VAE,adaptiveslidingwindow,andcontrastivelearningstrategies.First,

BERTisutilizedtogeneratehigh-qualitysentenceandaspectembeddings,providingstrongtext

representationforsentimentanalysis.Second,avariationalautoencoder(VAE)isintroducedto

modelthelatentsentimentdistributionoftexts,effectively