تحليل المشاعر القائم على الجوانب المستهدفة من خلال دمج المعرفة المشتركة في تضمين LSTM الانتباهي

تحليل آراء الأشخاص ومشاعرهم تجاه جوانب معينة يعد مهمة مهمة في فهم اللغة الطبيعية. في هذه الورقة، نقترح حلًا جديدًا لتحليل مشاعر التوجه نحو جوانب محددة، والذي يعالج التحديات المتعلقة بتحليل المشاعر القائمة على الجوانب وتحليل المشاعر الموجهة من خلال استغلال المعرفة المشتركة (المنطق العام). نُعدّل شبكة الذاكرة القصيرة والطويلة (LSTM) بآلية انتباه هرمية تتكون من انتباه على مستوى الهدف وانتباه على مستوى الجملة. كما نُدمج المعرفة المشتركة المتعلقة بالمفاهيم المرتبطة بالمشاعر في عملية التدريب المتكاملة للشبكة العصبية العميقة لتصنيف المشاعر. وللتكامل الوثيق للمعرفة المشتركة داخل المُشفّر التكراري، نقترح توسيعًا لشبكة LSTM يُسمى "Sentic LSTM". أجرينا تجارب على مجموعتي بيانات مُتاحة للجمهور، وأظهرت النتائج أن الجمع بين البنية الانتباهية المقترحة وشبكة Sentic LSTM يمكن أن يتفوق على الطرق الرائدة في مجال تحليل المشاعر الموجهة نحو الجوانب.