摘要
目标导向的情感分类旨在对句子中各个意见目标的情感极性进行分类。循环神经网络（RNN）结合注意力机制似乎非常适合这一任务的特点，事实上它也达到了当前最佳的性能。在重新审视注意力机制的缺点以及阻碍卷积神经网络（CNN）在此分类任务中表现不佳的因素后，我们提出了一种新模型以克服这些问题。该模型不使用注意力机制，而是采用一个卷积神经网络（CNN）层从双向循环神经网络（RNN）层生成的转换词表示中提取显著特征。在这两层之间，我们设计了一个组件来生成句子中针对特定目标的词表示，同时引入了一种机制以保留来自RNN层的原始上下文信息。实验结果表明，我们的模型在几个基准测试上取得了新的最佳性能。