袁 勋，刘 蓉，刘 明

1.华中师范大学 物理科学与技术学院，武汉430079

2.华中师范大学 计算机学院，武汉430079

情感分析是自然语言处理领域的重要研究内容之一[1]。情感分析的主要任务是对人们生活中所获取到的各种文本信息进行提取、分析和总结。然而，当一个句子包含多个方面的情感极性时，传统的情感分析模型将无法判断情感极性，方面级情感分析会更加适合此类任务[2]。

方面级情感分析是一项更加具体的情感分类问题，可以针对不同的目标挖掘更细腻的情感信息。例如句子“这家餐厅的菜品味道不错就是太贵了”，在同一个句子中出现了“味道”和“价格”两个方面，同样也有正向和负向两个不同的方面极性。早期的方面情感分析为自定义规则方法或构建情感词典结合支持向量机来实现[3-4]。这种方法严重依赖领域专家，费时费力，且只在所构建的专业领域有效，泛化能力和鲁棒性都比较弱。近年来，随着机器学习特别是深度学习[5-6]的快速发展，深度学习方法逐渐应用在情感分析领域，并取得了显著的成果。Kim[7]采用类似多元语法的方法提取多个卷积神经网络（Convolutional Neural Network，CNN）特征进行拼接，得到多个文本局部特征，从而增强了模型的特征感知能力。Johnson 等[8]用类似图像卷积的思路设计了一种高维度文本卷积方法，使用深层次卷积方法将文本词向量与远距离单词进行交互，在情感分析任务上取得了不错的结果。Wang 等[9]提出一种结合注意力机制的LSTM（Long Short-Term Memory）网络结构，利用方面嵌入注意力机制分别关注句子中的不同部分。……