提高方面级情感分析的性能：一种结合词汇图和句法图的方法

©PaperWeekly 原创 · 作者｜张咪学校｜武汉大学硕士生研究方向｜情感分析、信息抽取等本文介绍一篇发表于 EMNLP 2020 的论文《Convolution over Hierarchical Syntactic and Lexical Graphs for Aspect Level Sentiment Analysis》，简称 BiGCN。该工作提出了一种新颖的体系结构，其目标在于更好地利用语料库级别的单词共现信息以及不同类型的句法依存关系。为此，该文首先创造性地提出了句法和词汇的概念层次，并以此为基础建立了层次句法图和层次词汇图，随后设计了双层交互式图卷积网络以充分融合层次句法和词汇图。论文在五个基准数据集上进行了大量实验，结果表明 BiGCN 方法达到了最佳性能。 论文标题：Convolution over Hierarchical Syntactic and Lexical Graphs for Aspect Level Sentiment Analysis论文链接 ………………………………