[发明专利]一种结合重构句法信息的端到端方面级情感分析方法

权利要求书

1.一种结合重构句法信息的端到端方面级情感分析方法，其特征在于：所述方法的具体步骤如下：

步骤1、通过Bert预训练模型对文本编码，获得具有上下文表征的词向量表征；

步骤2、使用双仿射模型Biaffine获得最初的句法树；

步骤3、将最初的句法树通过句法规则重塑修剪获得新的依赖树；

步骤4、使用注意力神经网络对新的依赖树编码得到重构的句法特征；

步骤5、使用步骤1与步骤4分别得到的词向量表征和重构的句法特征，进行特征拼接融合后输入至下游序列标注模型；

步骤6、通过下游序列标注模型的输出结果得到方面级情感分析的结果；

所述步骤3中，将最初的句法树通过句法规则重塑修剪获得新的依赖树的具体步骤如下：

步骤3.1、对最初的句法树进行深度优先遍历，得出从root→children的各个带有单词、依赖信息和词性信息的枝节；

步骤3.2、按句法规则顺序依次进行查询，并设置大小为2步进为1的滑动窗口进行切分；并对窗口内的数据进行处理，若符合句法规则，则将窗口内两个单词间的依赖关系改为第一个单词与其父节点的依赖关系；

步骤3.3、将处理后的句法树的依赖关系和词性信息按原句子顺序排列，并通过随机生成的方式获取依赖关系向量表征D和词性向量表征T。

2.根据权利要求1所述的结合重构句法信息的端到端方面级情感分析方法，其特征在于：所述步骤1中，Bert嵌入层将句子作为输入，利用整个句子的信息来计算词级特征，词向量表征通过公式H^l＝Transformer_l(H^l-1)计算，其中H^l表第l层的特征表示。

3.根据权利要求1所述的结合重构句法信息的端到端方面级情感分析方法，其特征在于：所述步骤4中，使用注意力神经网络来编码以向量表示的依赖关系，从而计算包含更简洁的句法依赖信息。

4.根据权利要求1所述的结合重构句法信息的端到端方面级情感分析方法，其特征在于：所述步骤5中，在步骤1中的BERT嵌入层之后设计了一个神经网络层，让通过预训练模型获得的词向量表征和重构的句法特征进行拼接融合,获得下游序列标注模型的输入。