返回
A Multiple Graphical Convolution Networks Approach for Aspect-Based Sentiment Classification
DOI:10.1007/978-3-031-97141-9_5.png)
摘要
En 中文
基于方面的情感分类(ABSC)近年来吸引了大量关注。一些ABSC的最佳表现模型是混合模型和基于深度学习的模型。本研究提出了一种ABSC模型HAABSA4GCN,作为当前最先进的混合模型HAABSA++的扩展。HAABSA4GCN模型结合了HAABSA++中的领域本体与一种基于图卷积神经网络(GCN)的新型备份模型4GCN。该备份模型使用四种图:句法图、语义图、词汇图和本体图。在评估中使用了SemEval 2015和SemEval 2016数据集。评估结果表明,HAABSA4GCN优于HAABSA++,表明模型中不同图的组合提高了预测精度。此外,4GCN的表现优于HAABSA4GCN,暗示4GCN在处理领域本体可以决定的情况时更为出色。
Keyword:
Aspect-based sentiment classification
Graph convolution neural network
Domain ontology
期刊
N
IF:
0
论文数:
30
被引数:
0

