面向多方面的双通道知识增强图卷积网络模型 |
| |
引用本文: | 陈景景,韩虎,徐学锋.面向多方面的双通道知识增强图卷积网络模型[J].计算机工程与科学,2023(12):2246-2255. |
| |
作者姓名: | 陈景景 韩虎 徐学锋 |
| |
作者单位: | 1. 兰州交通大学数理学院;2. 兰州交通大学电子与信息工程学院 |
| |
基金项目: | 国家自然科学基金(62166024); |
| |
摘 要: | 基于方面的情感分析是一项细粒度的情感分析任务,旨在将方面与相应的情感词对齐,以进行特定于方面的情感极性推理。近年来,借助句法依赖信息的图神经网络情感分类方法成为该领域的一个研究热点,但是由于评论语句在内容表达和句法结构上的灵活性,仅利用句法依赖信息的建模方法仍然存在一定的不足。为了发挥情感知识与结构语义信息对评论语句的增强作用,提出一种双通道知识增强图卷积网络模型DualSyn-GCN。一方面根据方面与方面、方面与上下文之间的隐含关系进行句法依赖邻接矩阵的增强,另一方面从外部情感知识对方面的情感依赖进行学习,随后对2种不同增强表示进行融合,从而实现不同表示间的共享与互补。实验结果表明,相较于经典的基于特定方面的图卷积网络模型(ASGCN),该模型在LAP14数据集上的准确率和MF1值分别提升了2.34%和3.26%。
|
关 键 词: | 方面级情感分析 句法依赖 知识增强 图卷积网络 情感知识 |
|
|