一种基于GCN-Attention的情感分析方法

本发明公开了一种基于GCN Attention的情感分析方法,该方法包括:步骤1,构建模型,包含embedding层、双向LSTM层、GCN Attention层和输出层;步骤2,训练GCN Attention模型,设定超参数,将训练集输入到GCN Attention模型,得到损失函数值,再反向传播得到梯度,通过梯度值更新参数,经过设置的迭代次数的迭代之后,得到训练好的模型;步骤3,预测,模型完成训练后,将要预测的测试集输入模型,即可得到准确率和损失函数值。本发明能从句法上联系句子中的单词关联性,使注意力机制对于上下文的理解更为充分,实验结果表示,本发明模型相比标准注意力模型结果准确度更高。