前言

首先簡要介紹一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS)，ABAS的主要任務(wù)：是判斷句子所在的場景在某一方面的情感極性。舉個例子，假如我們拿到一條餐廳評價文本數(shù)據(jù)如下：這家餐廳的環(huán)境還不錯，可以菜做的不怎么樣。

ABSA的任務(wù)就是去判斷出下面兩方面的情感極性：
1.在‘環(huán)境’這個aspect，文本的情感是積極的，
2.在‘做菜’這個aspect，文本的情感是消極的。

和普通的情感分析的不同點是，此類情感分析任務(wù)除了需要給出文本的情感極性，還要確切知道這個情感是發(fā)生在哪個方面。

ABAS任務(wù)簡介

ABAS有兩個子任務(wù)：

• 1.基于aspect類的情感分析（aspect-category sentiment analysis ——ACSA），主要任務(wù)是判斷關(guān)于句子中的某個實體（entity)的情感極性。舉個任務(wù)例子：
  輸入：文本是“這塊手表的顏色不錯” 。 entity是“顏色 ”
  輸出：情感極性

• 2.基于aspect詞的情感分析（aspect-term sentiment analysis ——ATSA）:主要任務(wù)是判斷判斷句子在某方面的情感極性。
  輸入：文本是“這家餐廳的環(huán)境還不錯，可以菜做的不怎么樣”
  輸出 ：環(huán)境方面的情感極性，交通便利方面的情感極性，做菜方面的情感極性。
  其中ATSA類似于一個多標簽(multi-label)的任務(wù)。

ABAS算法簡介

由于ABAS一般會有兩塊輸入
1.特征文本&

總結(jié)

以上是生活随笔為你收集整理的tensorflow从入门到精通100讲（四）-细粒度的情感分析Gated Convolutional Networks的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。