基于依存句法和图卷积神经网络的文本情感分析

目标：对文本进行情感分析，并将其分为正面和负面

---

模型结构：

--> Embedding layer
--> BiLSTM
--> GCN
--> GloableAveragePooling
--> Softmax

 

方法：

• 将依存句法分析构建的依存图作为邻接矩阵
• 利用BiLSTM编码后的特征作为节点特征
• 将邻接矩阵和节点特征作为GCN的输入，之后进行情感分类

结果：

Precision (%)	Recall (%)	F1 (%)
91.337	91.290	91.303

 代码：

https://github.com/Captain-F/BiLSTM-GCN-for-Sentiment-Analysis