句法语义增强图卷积网络

该网络通过方面导向的扰动掩码构建句法图，并结合监督与无监督对比学习分别增强语义和句法表示，在观点挖掘任务中表现优于现有方法。

Minzhao, Guan · 利锋华南 · 薛云

IEEE Transactions on Computational Social Systems 2023

参数信息

数据集数量

4

技术优势

句法噪声更少

通过方面特定的扰动掩码构建句法图，专门针对情感分析任务减少噪声。

语义句法融合

利用句法可靠性学习标签嵌入，动态确定语义和句法信息的权重，实现更有效的融合。

效果更好

在四个公开数据集上的大量实验证明模型优于现有最先进方法。

应用场景

• 情感分析：直接用于商品评论、社交媒体等场景的情感极性判断，减少句法噪声干扰。
• 观点挖掘：精准挖掘用户对特定方面的观点，提升意见抽取的准确性。
• 自然语言处理：为句法语义图网络和对比学习在NLP任务中的应用提供新思路。
• 社交网络分析：可用于分析社交平台用户对话题或产品的情感倾向和观点分布。