用于情感分析的关系图卷积网络
计算与语言
2024-04-23 v1 机器学习
摘要
随着在线平台文本数据的增长，情感分析对于从用户生成内容中提取洞察变得至关重要。虽然传统方法和深度学习模型已展现出前景，但它们通常无法捕获实体之间的复杂关系。在本文中，我们提出利用关系图卷积网络（RGCN）进行情感分析，该网络通过捕获图中表示为节点的数据点之间的依赖关系，提供了可解释性和灵活性。我们通过在 Amazon 和 Digikala 数据集的产品评论上使用 BERT 和 RoBERTa 等预训练语言模型与 RGCN 架构相结合并评估结果，证明了我们方法的有效性。我们的实验突出了 RGCN 在捕获情感分析任务中关系信息的有效性。
引用
@article{arxiv.2404.13079,
title = {Relational Graph Convolutional Networks for Sentiment Analysis},
author = {Asal Khosravi and Zahed Rahmati and Ali Vefghi},
journal= {arXiv preprint arXiv:2404.13079},
year = {2024}
}