【报告内容】

汇报人：陈林颖

2022.5.20 讨论课，时间：19:30，腾讯会议：981 3177 4321

单位：福建工程学院

主题：Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis

1、Introduction

2、Methodology

3、Experiments

4、Conclusion

【报告总结】

1．这篇文章的背景是只能用在情感分析的吗？

答:这篇文章是方面级情感方向的文章，但里面的交互方法可以使用到各个领域，比如联合模型进行交互等等。

2.这篇文章双图卷积网络是怎么进行交互的？

答：本文利用Mutual Biaffine作为桥梁有效的在SynGCN和SemGCN模块之间交换相关特征。

3.为什么要用differential Regularizer？

答：本文期望从SynGCN和SemGCN模块中学习到的两种类型的特征表示代表了包含在语法依赖树和语义相关性中的不同信息。因此，我们在SynGCN和SemGCN模块的两个邻接矩阵之间采用了一个差分正则化器

4.使用concat怎么让两个特征不同的图卷积网络进行分类？

答：首先在Mutual Biaffine进行了一个交互，是两种不容的信息进行了一个有效的交流，互相融合对方的信息，这样就不会因为两种信息差异影响。

5.建议：可以对正交正则化器和差分正则化器进行改进。先求出正交正则化和差分正则化的最佳适应度值而不是通过损失函数的方式求得。

报告时间：2022年05月20日19:30

腾讯会议ID：981 3177 4321

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)