摘要：傳統(tǒng)情感分析任務(wù)的目的是分析整個(gè)文本的情感極性,這是一種粗粒度的任務(wù)。近年來(lái),隨著技術(shù)的革新,情感分析任務(wù)也在不斷細(xì)化,研究者們希望能獲取關(guān)于文本中具體對(duì)象的情感極性。文中的研究任務(wù)是獲取問(wèn)答文本中關(guān)于產(chǎn)品屬性的情感極性。針對(duì)問(wèn)答文本的屬性級(jí)情感分析問(wèn)題,提出了一種基于注意力機(jī)制的方法。首先,將屬性信息拼接到答案詞向量上;其次,對(duì)答案文本和問(wèn)題文本學(xué)習(xí)一個(gè)LSTM模型;然后,通過(guò)注意力機(jī)制獲得問(wèn)題文本和答案文本的相關(guān)性,并根據(jù)相關(guān)性的重要程度獲取答案文本的整體特征;最后,通過(guò)分類器輸出最終的整體特征結(jié)果。實(shí)驗(yàn)結(jié)果表明,所提方法優(yōu)于傳統(tǒng)的屬性級(jí)情感分析方法。