山东大学学报(理学版)

作者：阴爱英,林建洲,吴运兵,廖祥文

单位：1.福州大学 至诚学院计算机工程系, 福建 福州 350002;2.福州大学 计算机与大数据学院, 福建 福州 350108;3.数字福建金融大数据研究所, 福建 福州 350108

关键词：情感分类,图卷积神经网络,异质图,分层网络,

基金：国家自然科学基金资助项目(61976054,61772135)

文档级别情感分类旨在预测用户对评论文本的情感极性标签。最近研究发现,利用用户和产品信息能有效地提升情感分类性能,然而,现有大多数研究只关注用户与评论、产品与评论的信息,忽略了用户与用户、产品与产品之间的内在关联,因此,本文提出一种融合图卷积神经网络的文本情感分类模型。首先,根据数据集构建了用户与用户关系图、用户与产品关系图;然后,融合两种关系图形成异质图,并使用图卷积神经网络学习用户与用户、产品与产品之间的内在联系,获得更好的用户和产品表示;最后,使用融合CNN的用户注意力和产品注意力机制的分层网络进行情感分类。实验结果表明,在公开数据集IMDB、Yelp2013和Yelp2014上,本文提出的模型能取得较好的分类效果。

来源：2021年第11期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2021年第11期