【报告内容】

2023.10.20讨论课，时间：19:30，腾讯会议：37138686615

汇报人：柯添赐

汇报单位：福建理工大学

主题：《Incorporating semantics, syntax and knowledge for aspect based sentiment analysis》

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

1.待解决的问题描述

以往的工作已经意识到常识知识、语义和语法信息对于基于方面的情感分析的重要性，但很少有方法同时考虑它们。

2.相关创新方案

（1）提出了一个方面级情感分析SSK-GCN模型，通过SemGCN和SKGCN模块集成语义、语法和知识信息。

（2）提出了一个交互模块（Pyramid Layers + Adaptive Fusion Layer）来有效地融合信息并进行情感分类。

3.实验总结

（1）使用SemGCN模块提取语义信息与依赖树的语法信息，该模块为当前方面级情感分析任务（ABSA）的主流方法。

（2）使用SKGCN模块融合语义信息、语法信息和外部知识。首先，将文本通过BERT或BiLSTM提取语义信息，其次，使用依赖树语法解析器（Dependency tree）将文本构造成语法树，然后将方面级相关的外部知识（SenticNet）集成到语法树中，再将其以邻接矩阵的形式保存，最终将语义特征与邻接矩阵共同作为图卷积网络（GCN）的输入进行特征提取。

（3）利用信息交互模块对SemGCN模块特征与SKGCN模块特征进行交互。首先，使用Pyramid Layers将深层和浅层信息结合起来，再通过Adaptive Fusion Layer自适应融合机制，以充分融合来自不同子空间的表示。

4.未来工作

（1）从SenticNet情感库提取的外部知识对方面级情感分析任务或许是一个双刃剑，后续可以深入研究该情感库的其他用法，比如对提取的外部知识的词性进行甄别，使其更适用于方面级情感分析任务。

（2）由于语法依赖树中的依赖边所包含的信息未充分利用，比如单词间的依赖关系（det:决定词，nsubj:名词主语，advcl:状语从句修饰词，等），因此，未来将考虑语法依赖树的边缘信息，进一步完善。

报告时间：2023年10月20日19:30

腾讯会议：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)