【报告内容】

汇报人：王嘉灿

汇报单位：福建理工大学

主题：《Enhanced Multi-Channel Graph Convolutional Network for Aspect Sentiment Triplet Extraction》

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

1.待解决的问题描述

1）如何利用单词之间的各种关系来帮助 ASTE 任务？

2) 如何利用语言特征来帮助 ASTE 任务？

2.相关创新方案

本文提出了一种新颖的 EMC-GCN 模型。EMC-GCN 利用多通道图来编码单词之间的关系。多通道图上的卷积函数用于学习关系感知节点表示。提出了一种新的方法来充分开发语言特征来增强我们基于 GCN 的模型，包括句子中每个词对的词性组合、句法依赖类型、基于树的距离和相对位置距离提出了一种有效的细化策略来细化词对表示。它在检测词对是否匹配时考虑了方面和意见提取的隐含结果。

3.实验总结

在本文中，我们提出了一种用于 ASTE 任务的 EMC-GCN 架构。为了利用单词之间的关系，我们首先设计了一个多通道图结构来对每个词对的不同关系类型进行建模。然后，我们在所有通道上利用图卷积操作来学习关系感知节点表示。此外，我们考虑语言特征来增强基于 GCN 的模型。最后，我们在 EMC-GCN 上设计了一种有效的细化策略，以更好地提取三元组。

报告时间：2024年04月26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)