基于方面特定图卷积网络的方面级情感分类
计算与语言
2019-10-15 v2
摘要
由于注意力机制与卷积神经网络（CNNs）在方面词与其上下文词语的语义对齐方面具有固有能力，它们被广泛应用于方面级情感分类。然而，这些模型缺乏考虑相关句法约束与长距离词依赖的机制，因此可能错误地将句法无关的上下文词语识别为判断方面情感的依据。为解决此问题，我们提出在句子的依存树之上构建图卷积网络（GCN）以利用句法信息与词依赖。在此基础上，提出了一种新颖的方面特定情感分类框架。在三个基准数据集上的实验表明，我们所提模型与一系列最先进（SOTA）模型具有相当的效果，并进一步证明句法信息与长距离词依赖均被图卷积结构恰当捕获。
引用
@article{arxiv.1909.03477,
title = {Aspect-based Sentiment Classification with Aspect-specific Graph Convolutional Networks},
author = {Chen Zhang and Qiuchi Li and Dawei Song},
journal= {arXiv preprint arXiv:1909.03477},
year = {2019}
}
备注
11 pages, 4 figures, accepted to EMNLP 2019