アスペクトベース感情解析のための多視点表現学習に向けた知識グラフ拡張ネットワーク【JST・京大機械翻訳】

Zhong Qihuang; Ding Liang; Liu Juhua; Du Bo; Jin Hua; Tao Dacheng

プレプリント

J-GLOBAL ID：202202219088833674 整理番号：22P0027068

アスペクトベース感情解析のための多視点表現学習に向けた知識グラフ拡張ネットワーク【JST・京大機械翻訳】

Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月13日プレプリントサーバーでの情報更新日： 2023年03月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

アスペクトベースの感情分析(ABSA)は,感情分析の細粒タスクである。長い複雑な文をよりよく理解し,正確なアスペクト固有の情報を得るために,言語的および一般的知識は,このタスクにおいて一般に必要とされる。しかしながら,ほとんどの現在の方法は,外部知識,例えばグラフノードを直接検索するために,複雑で非効率的なアプローチを採用する。さらに,外部知識と言語情報間の相補性は完全には研究されていない。この目的のために,知識グラフ拡張ネットワークKGANを提案し,明示的構文的および文脈的情報を用いて外部知識を効果的に取り込むことを目指した。特に,KGANは,複数の異なる視点,すなわちコンテキスト,構文および知識ベースから感情特徴表現を捉える。第1に,KGANは意味的特徴を完全に抽出するために並列に文脈的および構文的表現を学習する。次に,KGANは,知識グラフを埋込み空間に統合し,それに基づいて,アスペクト特異的知識表現を,注意機構によってさらに得た。最後に,階層的融合モジュールを提案し,これらの多視点表現を局所から大域的に補完する。5つの一般的なABSAベンチマークに関する広範な実験は,著者らのKGANの有効性とロバスト性を実証した。特に,RoBERTaの事前訓練モデルの助けを借りて,KGANはすべてのデータセットの中で最先端の性能の新しい記録を達成する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

自然語処理 , 人工知能

, , , , ,

前のページに戻る