宋焕民，张云华

（浙江理工大学 信息学院，杭州 310018）

0 引 言

方面级别的情感分类是情感分析中的一项细粒度任务［1］，它能够提供更完整，更深入的结果。本文在方面级别的情感分类任务中发现，句子的情感极性与句子内容以及所属的方面高度相关。例如，句子“I liked the service and the staff，but not the food”中包含“service”和“food”两个方面。“service”方面它是积极的，而在“food”方面则是消极的。同一个句子中不同方面的情感极性可能不同，甚至是相反的。神经网络已在各种NLP（Natural Language Processing）任务中达到了非常好的性能［2］。如机器翻译、语义识别和智能问答等。但是，处理方面级别情感分类的神经网络模型还处在初期阶段。Zhou等人［3］提出基于特定方面的关系分类模型；Liu等人［4］利用区域卷积神经网络和分层长短期记忆网络结合的深度分层网络模型，处理方面情感分析任务。现有方法可以提取特定方面的隐藏特征信息，但每次只能处理句子的一个特定方面。对于包含多个不同方面的句子需要重复输入，存在计算及训练时间过长的问题。

为了解决上述问题，本文提出基于BiGRU结合方面注意力模块［5］的情感分类模型。首先采用双向GRU神经网络编码输入，然后使用多个方面注意力模块解码获得分类结果。解码时，多个方面注意力模块可以同时对句子中不同方面进行情感分类，解决了传统方法重复输入的问题。将句子的输入向量通过BiGRU层编码，缩短了模型的训练时间；BiGRU层的输出向量结合注意力机制，能充分提取句子的关键信息，取得更好的分类效果。……