一個面向等級的情緒分析深度學習方法

面向等級(Aspect level)的情感分析是指從文句的情境中，判斷對於目標詞的情感態度，是否為正向、中性及負向中的那一個，這樣的問題稱為面向等級情感分析(ABSA)。此一問題除了可用傳統資料探勘方法結合屬性萃取判斷外，最近很熱門的做法是透過深度學習模式加以判斷。相對於過去深度學習的做法，本研究提出四項改進策略：1.採用Bert做為文字嵌入模型，此做法的好處是可以考慮上下文的語境，而不僅僅是考慮單詞。2.引入自我注意力機制，可以強化類神經模型的平行處理能力。3.引入交替共同注意力網路以解決多文字目標所包含的不同辭彙該有不同注意力的問題。4.採用構件聚焦技術，萃取句子中較為重要的原件，加入句子表示，讓句子的表示能夠更具焦於重要文字上，進而提高文本相似度任務的準確度。結合這些策略，本計劃提出一個新的類神經網路架構，稱為聚焦共同注意力網路(CFCN)，以提高ABSA分類正確率。