您当前的位置： 首页 > 论文 > 2022,53(02) > 第九届中国计算机学会大数据学术会议论文选登
基金项目:
国家自然科学基金资助项目(62141201)；重庆市技术创新与应用发展专项(cstc2020jscx-dxwtBX0014)；重庆市教委语言文字科研项目重点项目(yyk20103)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2022.02.008
期刊号:
2022,53(02)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 宋红阳 | 重庆理工大学计算机科学与工程学院 |
摘要:
提出基于强化依赖图的方面情感分类(reinforced dependency graph for aspect-based sentiment classification,RDGSC)模型。在模型中，使用深度强化学习训练了一个策略网络，参与生成与方面情感分类任务相适应的强化依赖图，在强化依赖图上使用图注意力网络学习文本中与方面相关的信息；通过基于检索的注意力机制，为每个上下文信息设置与方面相关的注意力权重，得到精简的最终表示用于分类，并计算延迟奖励指导策略网络的更新。在5个公开数据集上进行大量实验，实验结果表明，本文方法在两个评价指标Accuracy和上优于所有的基线方法。
关键字:
自然语言处理;方面情感分类;深度强化学习;图注意力网络;依赖树;