【北京大学】动态异构图神经网络建模情感，Jointly Modeling Aspect and Sentiment with Dynamic Heterogeneous Graph Neural Networks

主题： Jointly Modeling Aspect and Sentiment with Dynamic Heterogeneous Graph Neural Networks

摘要： 基于目标的情感分析（TBSA）旨在检测意见方面（方面提取）和针对他们的情感极性（情感检测）。先前的管道和集成方法都无法精确地建模这两个目标之间的固有联系。在本文中，我们提出了一种新颖的动态异构图，以显式方式对两个目标进行联合建模。普通单词和情感标签都被视为异质图中的节点，以便方面单词可以与情感信息进行交互。该图使用多种类型的依赖项进行初始化，并在实时预测期间进行动态修改。在基准数据集上进行的实验表明，我们的模型优于最新模型。进一步的分析表明，在多意见方面和无意见方面的情况下，我们的模型在具有挑战性的实例上均获得了显着的性能提升。