Aspect-based sentiment analysis via affective knowledge enhanced graph convolutional networks

最新推荐文章于 2023-02-07 13:40:13 发布
最新推荐文章于 2023-02-07 13:40:13 发布
阅读量953 收藏 5
点赞数 2
分类专栏： 论文笔记 文章标签： 深度学习 神经网络 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Jeaksun/article/details/124880882
版权

在这里插入图片描述

Aspect-based sentiment analysis via affective knowledge enhanced graph convolutional networks

基于情感知识增强图卷积网络的基于方面的情感分析

Abstract

现有的研究大多集中在基于句子依存关系树的上下文词到aspect词的依存关系信息的学习上，缺乏对特定体的语境情感知识的挖掘。在本文中，作者提出了一种基于SenticNet的图卷积网络，以根据特定的方面来利用句子的情感依赖关系，称为语义GCN。
通过整合SenticNet的情感知识来构建图神经网络，以增强句子的依存关系图。
在此基础上，提出了一种新的情感增强图模型，该模型既考虑了上下文词与aspect词之间的依存关系，又考虑了观点词与aspect之间的情感信息

Model

在这里插入图片描述
模型组成：

  • 使用LSTM学习上下文表示
  • 利用GCN将句子的上下文表示和相应的情感增强图作为输入，捕获上下文词的潜在情感依赖（将情感词编码到依赖树中）
  • 将两个输出进行组合

启示

  • 模型很简单，将情感词的编码到依赖树中，代码也很简单能够实现，可以将加入到情感分析的任意一个模型中
「已注销」
关注
专栏目录
2022 Affective Knowledge Enhanced Multiple-Graph Fusion Networks
m0_61008862的博客
07-14 746
链接：https://pan.baidu.com/s/13vF5ZRj6iJK0MPNul56Pxw?--来自百度网盘超级会员V4的分享。该文件的环境是pytorch1.4 cuda10.1。基于方面的情感分析情感知识增强的多图融合网络。
Targeted Aspect-Based Sentiment Analysis via Embedding Commonsense Knowledge into an Attentive LSTM
qq_35709076的博客
05-26 642
Targeted Aspect-Based Sentiment Analysis via Embedding Commonsense Knowledge into an Attentive LSTM (AAAI-18) 原文下载 研究方向 情感分析 研究目的 分析人们对于特定属性的情感倾向是自然语言理解中的一项重要任务。在本文中，提出了一种对于实体属性情感分析的新颖的方法，通过加入常识知识来进行属...
Sentic GCN (2022 Knowledge-Based Systems)
大肉包的博客
11-09 1156
在每个句子的依赖树和情感常识知识之上构建图表。具体来说，首先基于依赖树为每个句子构造一个普通的依赖图，以捕获句子的句法信息。其次，利用语境词与方面词之间的情感依赖关系，将外部情感常识知识融入到图的生成中;根据句子的句法依赖关系和情感信息对特定方面的依赖关系，可以将每个句子建模为面向特定方面的情感增强依赖关系图。然后将情感增强依赖图作为输入输入到基于gcn的模型中，以捕获情感增强依赖图的表示形式句子。2. 提出了一种基于依赖树和情感常识知识的图卷积网络构造图的新解决方案，以捕获对应于特定方面的情感依赖。
Sentiment-Analysis-with-Convolutional-Networks, IMDB电影评论情感分析的卷积神经网络模型.zip
09-17
Sentiment-Analysis-with-Convolutional-Networks, IMDB电影评论情感分析的卷积神经网络模型 基于卷积网络的情感分析这是我向 Kaggle公司提交的一份提交给的电子邮件。算法基于前训练的word2vec嵌入和由Yoon提出的卷积网络的思想。代码由两个IPython笔记本电脑组成：进程Kaggle数据集 train test
《Aspect-based sentiment analysis via affective knowledge enhanced graph convolutional networks》论文阅读
jst100的博客
10-22 527
文章目录文章介绍文章模型通过依赖树构建图学习特定方面实体的表示总结 文章介绍   最近，图卷积神经网络因为其优越的性能（能很好的考虑词语间的依赖）被广泛的应用在自然语言处理任务当中。其一般方式为首先将文本转化为邻接矩阵的形似，然后结合文本的特征表示即可输入到GCN中，但是现有的研究大多针对于如何更好的表示词语间的依赖，而忽略了上下文的情感知识。因此这篇文章在结合SenticNet的基础上构建词语间的依赖，提出了Sentic GCN。 文章模型   文章提出模型框架如上图所示，嵌入层可选用glove或者BE
论文解读：SentiPrompt: Sentiment Knowledge Enhanced Prompt-Tuning for Aspect-Based Sentiment Analysis
夏栀的博客
10-18 2744
论文解读：SentiPrompt: Sentiment Knowledge Enhanced Prompt-Tuning for Aspect-Based Sentiment Analysis 简要信息： 序号 属性 值 1 模型名称 SentiPrompt 2 所属领域 自然语言处理；情感分析 3 研究内容 预训练语言模型；Prompt框架 4 核心内容 Prompt-based Fine-tuning 5 GitHub源码 6 论文PDF https://arxiv
21.Selective Attention Based Graph Convolutional Networks for Aspect-Level Sentiment Classification阅
薰珞婷紫小亭子的博客
10-21 472
21.Selective Attention Based Graph Convolutional Networks for Aspect-Level Sentiment Classification阅读笔记 论文地址：https://arxiv.org/pdf/1910.10857.pdf Author Information:：Xiaochen Hou* , Jing Huang, Guangtao Wang,Xiaodong He, Bowen Zhou Institutions Information
Selective Attention Based Graph Convolutional Networks for Aspect-Level Sentiment Classification
Jeaksun的博客
06-05 504
方面级情感分类的目的是识别句子中某一特定aspect词语的情感极性。最近的方法使用依赖树上的图卷积网络(GCN)来获得aspect terms的语法感知表示，并学习aspect和上下文词之间的交互。GCNS通常在两层的情况下获得最佳性能，更深的GCNS不会带来任何额外的收益。然而，在某些情况下，在依存关系树上的两跳内不能到达方面术语的对应意见词。因此，本文设计了一种新的基于选择性注意的GCN模型(SA-GCN)来处理方面词与观点词相距较远的情况。......
aspect-based-sentiment-analysis:给定句子中的某个方面字词，预测该方面字词的情感标签
05-18
《基于方面的情感分析：深入理解Aspect-Based Sentiment Analysis与MemNet模型》 情感分析是自然语言处理领域的一个重要分支，其目标是理解文本中的情绪色彩，而Aspect-Based Sentiment Analysis（ABSA）则是这一...
《Knowledge-enabled BERT for aspect-based sentiment analysis》
09-14
这篇论文主要关注的是如何利用外部领域专业知识来提高基于方面的情感分析（Aspect-Based Sentiment Analysis, ABSA）的准确性和可解释性。作者Anping Zhao和Yu Yu提出了一个名为"知识驱动的BERT"（Knowledge-enabled...
读论文——EMNLP2021 Aspect-based sentiment analysis 精读第一篇
y1040468929的博客
12-07 1160
EMNLP2021情感分析论文精读第一篇
Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence（NAACL-2019）
weixin_43856354的博客
04-25 277
论文阅读小白，之前读论文抓不到点，在知乎看到的阅读论文方法，感觉不错实践一篇。可以用思维导图的形式记录然后可以导出为md 等文件（格式可以参考下面，也按自己的风格来，但是一定要自己做总结） Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence（NAACL-2019） 总结：构造辅助句子将TABSA问题转化成句子对分类问题，利用BERT进行基于方面的情感分析 任务：识别tar..
让人深思：句法真的重要吗？邱锡鹏组提出一种基于Aspect的情感分析的强大基线...
zenRRan的博客
09-15 245
每天给你送来NLP技术干货！论文：Does syntax matter? A strong baseline for Aspect-based Sentiment Analysis wit...
[论文笔记]Aspect-based Sentiment Analysis withType-aware Graph Convolutional Networks and Layer Ensemble
lnbbbb的博客
02-07 681
T-GCN论文笔记
【论文阅读】 Aspect Based Sentiment Analysis with Gated Convolutional Networks
BeforeEasy的博客
12-05 1071
Aspect Based Sentiment Analysis with Gated Convolutional Networks Abstract 把细粒度情感分析分为两种，ACSA（给定一系列aspect，判断句子对aspect的情感极性）和ATSA（对句子中出现的taget，判断句子对target的情感极性）。之前的方法大多数使用LSTM和attention，模型复杂训练时间长。文章提出一个...
6. Joint Aspect Extraction and Sentiment Analysis with Directional Graph Convolutional Networks
薰珞婷紫小亭子的博客
03-19 761
《Jointly Learning Aspect-Focused and Inter-Aspect Relations with Graph Convolutional Networks for Aspect Sentiment Analysis》1.Introduction2. The approach2.1 Graph Convolutional Networks2.2 Directional Graph Convolutional Networks2.3 Tagging with Directiona
Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis阅读笔记
Mr_Suda的博客
12-16 1465
1.Introduction 本文是2021年ACL会议中的一篇利用GCN模型来对方面级情感分析进行研究的一篇文章。文章中作者提出了一种DualGCN模型来分析一个给定句子的语义和句法结构。还提出一种正交正则化以及差分正则化来获得更好的语义表示。 2.Model DualGCN模型图 在这里我们分成SynGCN和SemGCN两个部分来对DualGCN模型进行一个介绍。 2.1 SynGCN SynGCN这个部分主要是对给定句子的语法结构（句法结构）进行一个分析。这里我门可以看到，我...
SSEGCN
yinwen1999的博客
11-29 1054
基于方面的情绪分析（ABSA）旨在预测句子中特定方面的情绪极性。近年来，基于依赖树的图神经网络传递了丰富的结构信息，被证明是ABSA的实用价值。然而，如何有效地利用依赖树中的语义和语法结构信息仍然是一个具有挑战性的研究问题。在本文中，我们提出了一种新的语义增强图卷积网络（SSEGCN）模型。具体地说，我们提出了一种结合自我注意的方面感知注意机制来获得句子的注意得分矩阵，该机制不仅可以学习与方面相关的语义关联，还可以学习句子的全局语义。为了获得全面的句法结构信息，我们根据单词间不同的句法距离构造了句子的语法掩
[论文笔记-2]Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis
lnbbbb的博客
01-31 1466
分点、无大段、有逻辑的非“纯翻译”中文笔记
aspect-based sentiment analysis
最新发布
06-28
Aspect-based sentiment analysis是一种文本分析技术，旨在识别文本中的不同方面（aspect）并对其情感进行分析。这种技术可以帮助企业了解消费者对其产品或服务的看法，从而改进其营销策略和产品设计。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

「已注销」

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值