arrow
返回

Sign-Aware Graph Learning Framework for Stance Detection

delete2025-01-01
delete0
PRE
AI
C
Chao Meng
张
张红梨 (Hongli Zhang)
G
Gongzhu Yin
Y
Yang Gao
B
Binxing Fang
DOI:10.1109/LSP.2025.3588084delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
立场检测旨在识别个体对特定目标的态度。链接的符号在各类图相关任务中具有积极作用。然而,现有的立场检测方法忽视了这一信息。这是因为许多现实世界社交网络中的链接符号并未明确提供,导致当前的符号网络表示学习方法无法应用于此场景。本研究提出了一种符号感知图学习框架(SAGL),用于立场检测,通过创新性地设计了符号推断图自编码器(SIGAE)和平衡注入符号图注意力网络(BSGAN)。SIGAE利用立场标签和底层结构信息,从无符号网络中推断并生成符号链接。BSGAN将平衡理论引入符号图注意力网络,并通过捕捉和动态调整符号链接的影响来优化节点表示。在真实数据集上的大量实验表明,SAGL显著优于竞争基线方法。
Keyword:
Stance detection
graph neural networks
signed networks
balance theory

期刊

IEEE Signal Processing Magazine 封面图
IEEE Signal Processing Magazine
IF:
9.6
论文数:
1.1W
被引数:
1.7W

机构

H
harbin institute of technology
学者数:
8.0W
论文数: 6.6W
被引数: 66
引用论文

引用论文

SemEval-2016 Task 6: Detecting Stance in Tweets
err2016-01-01
err0
errOAAI
errSaif Mohammad; Svetlana Kiritchenko; Parinaz Sobhani; Xiaodan Zhu; Colin Cherry
err分享
err收藏
Modeling Relational Data with Graph Convolutional Networks基于图卷积网络的关系数据建模
err2018-06-03
err0
PREAI
errMichael Schlichtkrull; Thomas N. Kipf; Peter Bloem; Rianne van den Berg; Ivan Titov; Max Welling
err分享
err收藏
Heterogeneous Graph Attention Network异构图注意力网络
err2019-05-13
err0
errOAAI
errXiao Wang; Houye Ji; Chuan Shi; Bai Wang; Yanfang Ye; Peng Cui; Philip S Yu
err分享
err收藏
Deep Neural Networks for Graphs: Theory, Models, Algorithms, and Applications图的深度神经网络: 理论、模型、算法和应用
err2024-04-01
err13
errOAAI
errLi, Ming; Micheli, Alessio; Wang, Yu Guang; Pan, Shirui; Lio, Pietro; Gnecco, Giorgio Stefano; Sanguineti, Marcello
err分享
err收藏
学者 查看更多内容