El análisis de sentimientos basado en aspectos es un análisis de sentimientos detallado que se centra en la polaridad del sentimiento de diferentes aspectos del texto, y la mayoría de los métodos de investigación actuales utilizan una combinación de análisis sintáctico dependiente y redes neuronales gráficas. En este artículo, se diseña un modelo de análisis de sentimientos basado en aspectos mediante una red de atención gráfica basada en el peso de las dependencias (WGAT) para abordar el problema de que los modelos tradicionales no analizan suficientemente los tipos de dependencias sintácticas; en el modelo propuesto, las redes de atención gráfica pueden ser ponderadas y promediadas según la importancia de diferentes nodos al agregar información. El modelo primero transforma el texto de entrada en un vector de palabras de baja dimensión a través de un preentrenamiento, mientras genera un gráfico de sintaxis de dependencia al analizar la sintaxis de dependencia del texto de entrada y construyendo una matriz de adyacencia ponderada por dependencia según la importancia de diferentes dependencias en el gráfico. El vector de palabras y la matriz de adyacencia ponderada por dependencia se alimentan luego a una red de atención gráfica para la extracción de características, y la polaridad del sentimiento se predice a través de la capa de clasificación. El modelo puede centrarse en las dependencias sintácticas que son más importantes para la clasificación de sentimientos durante el entrenamiento, y los resultados de los experimentos de comparación en los conjuntos de datos de laptops y restaurantes de Semeval-2014 y el conjunto de datos de comentarios sociales de Twitter ACL-14 muestran que el modelo WGAT ha mejorado significativamente la precisión y los valores F1 en comparación con otros modelos de referencia, validando su efectividad en tareas de análisis de sentimientos a nivel de aspecto.