在线评论的情感分析是自然语言处理中的一项重要任务。它不仅在学术界而且在工业界也受到了广泛的关注。数据已成为竞争情报的重要来源。 BERT、ERNIE等各种预训练模型在自然语言处理任务中取得了巨大成就，但缺乏特定领域的知识。知识图可以增强语言表示。此外，知识图谱具有较高的实体/概念覆盖率和较强的语义表达能力。我们提出了一种情感分析知识图（SAKG）-BERT 模型，结合了情感分析知识和语言表示模型 BERT。为了提高深度学习算法的可解释性，我们构建了一个 SAKG，其中三元组作为领域知识注入到句子中。我们的调查显示在句子完成和情感分析任务中取得了有希望的结果。



"点击查看英文标题和摘要"