tensorflow从入门到精通100讲（四）-细粒度的情感分析Gated Convolutional Networks

前言

首先简要介绍一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS)，ABAS的主要任务：是判断句子所在的场景在某一方面的情感极性。举个例子，假如我们拿到一条餐厅评价文本数据如下：这家餐厅的环境还不错，可以菜做的不怎么样。

ABSA的任务就是去判断出下面两方面的情感极性：
1.在‘环境’这个aspect，文本的情感是积极的，
2.在‘做菜’这个aspect，文本的情感是消极的。

和普通的情感分析的不同点是，此类情感分析任务除了需要给出文本的情感极性，还要确切知道这个情感是发生在哪个方面。

ABAS任务简介

ABAS有两个子任务：

• 1.基于aspect类的情感分析（aspect-category sentiment analysis ——ACSA），主要任务是判断关于句子中的某个实体（entity)的情感极性。举个任务例子：
  输入：文本是“这块手表的颜色不错” 。 entity是“颜色 ”
  输出：情感极性

• 2.基于aspect词的情感分析（aspect-term sentiment analysis ——ATSA）:主要任务是判断判断句子在某方面的情感极性。
  输入：文本是“这家餐厅的环境还不错，可以菜做的不怎么样”
  输出 ：环境方面的情感极性，交通便利方面的情感极性，做菜方面的情感极性。
  其中ATSA类似于一个多标签(multi-label)的任务。

ABAS算法简介

由于ABAS一般会有两块输入
1.特征文本&

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/107333896