CrosGrpsABS：基于交叉注意力的语法图与语义图融合用于低资源语言的基于方面的情感分析
计算与语言
2025-10-14 v2
摘要
基于方面的情感分析（ABSA）是自然语言处理中的基础任务，提供对文本中所表达意见的细粒度洞察。虽然现有研究主要聚焦于像英语这样的资源丰富语言，利用大型标注数据集、预训练模型和语言特定工具，但这些资源常常不可用于低资源语言如孟加拉语。孟加拉语的 ABSA 任务仍未得到充分探索，且因其独特的语言特征以及缺乏标注数据、预训练模型和优化超参数而进一步复杂化。为此，本研究提出了 CrosGrpsABS，一种新型混合框架，利用语法图与语义图之间的双向交叉注意力机制来增强方位级情感分类。CrosGrpsABS 将基于转换器的上下文嵌入与图卷积网络相结合，基于规则的语法依存解析和语义相似性计算构建。通过采用双向交叉注意力，该模型有效地融合了局部语法结构与全局语义上下文，实现了在低资源和高资源环境中的情感分类性能提升。我们在四个低资源孟加拉语 ABSA 数据集和高资源英语 SemEval 2014 任务 4 数据集上进行评估。实验结果表明，CrosGrpsABS 在各种场景下均优于现有方法，包括在 SemEval 2014 任务 4 基准测试中实现餐厅领域 0.93% 的 F1 分数提升和笔记本领域 1.06% 的 gain。
引用
@article{arxiv.2505.19018,
title = {CrosGrpsABS: Cross-Attention over Syntactic and Semantic Graphs for Aspect-Based Sentiment Analysis in a Low-Resource Language},
author = {Md. Mithun Hossain and Md. Shakil Hossain and Sudipto Chaki and Md. Rajib Hossain},
journal= {arXiv preprint arXiv:2505.19018},
year = {2025}
}