声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：刘欣逸,宁博,王明,杨超,商迪,李冠宇,
关键词：情感分析, 三元组抽取, 句法依存树, 图卷积网络, 深度学习,
属性级情感三元组抽取（aspectsentimenttripletextraction，ASTE）任务主要是从句子中检测出属性词及其对应的评价词和情感倾向，然而当抽取多词属性词和评价词时，无法准确地抽取出全部的单词；当面对重复的属性词和评价词时，以往的研究很难学习到"属性词-评价词"词对之间所有的关联关系.为解决这些问题，提出了一种基于句法增强的多任务学习框架，来解决端到端的情感三元组抽取任务.句子中的句法结构反映的是句法属性和依赖关联信息，这对抽取任务和情感分类任务有积极作用.该方法是利用依存句法嵌入图卷积网络充分挖掘句法特征，并将其传递到属性词抽取、评价词抽取和情感分析这3个子任务中，实现了句法信息与多任务联合学习框架的融合.在情感分析任务的4个英文数据集和1个中文数据集上对模型进行了评估，实验结果表明，提出的方法是有效的且明显优于其他的基线模型，同时对具体案例进行分析，证明该方法一定程度上解决了多词和重复词的问题.
来源：2023年第7期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。