文档级别情感分类的目的在于预测用户对评论文本的情感倾向. 目前大部分工作只关注于文档的内容而忽视了用户信息和评价对象信息. 事实上,不同的用户在表达情感时选词存在着差异,并且对同一产品不同属性的关注度也会有所不同;不同的词汇在描述不同的评价对象时,也会有着不同的情感倾向性. 为了能同时考虑用户和评价对象,提出 了一个基于用户和评价对象的层次化注意力网络(hierarchicaluseraspectattentionnetworks,HUAAN)模型. 该模型首先用一个层次化的结构编码各类信息(包括词汇、句子、评价对象、文档),然后引入基于用户和评价对象的注意力机制来建模这两类信息. 为了验证 HUAAN 模型的有效性,在两个真实的数据集上进行实验,结果表明在融入这两类信息之后,HUAAN 在同等条件下比 NSC+UPA 系统的准确率高.