Este artículo propone el modelo de Red de Grafos Sintácticos-Semánticos Mejorada por Transporte Óptimo (OTESGN) para superar las limitaciones de los enfoques existentes que realizan análisis de sentimiento basado en aspectos (ABSA) mediante la combinación de árboles de análisis sintáctico de dependencias y semántica contextual. OTESGN integra señales estructurales y distribucionales mediante un módulo de atención con reconocimiento de grafos sintácticos y un módulo de atención de transferencia semánticamente óptimo. El módulo de atención con reconocimiento de grafos sintácticos modela dependencias globales mediante enmascaramiento guiado por sintaxis, y el módulo de atención de transferencia semánticamente óptimo formula asociaciones aspecto-opinión como un problema de correspondencia de distribución mediante el algoritmo Sinkhorn. Un mecanismo de fusión de atención adaptativa equilibra las características heterogéneas, y la normalización contrastiva mejora la robustez. Los resultados experimentales en tres conjuntos de datos de referencia, Rest14, Laptop14 y Twitter, muestran que OTESGN alcanza un rendimiento de vanguardia, con una mejora de hasta +1,30 en Macro-F1 en Laptop14 y +1,01 en Macro-F1 en Twitter. Además, los estudios de ablación y los análisis de visualización resaltan la capacidad de OTESGN para capturar asociaciones emocionales sutiles y suprimir el ruido contextual irrelevante.
