研究组博士生梁斌论文获COLING2020长文录用

2020年10月1日,研究组博士生梁斌的论文《Jointly Learning Aspect-Focused and Inter-Aspect Relations with Graph Convolutional Networks for Aspect Sentiment Analysis》获自然语言处理顶级国际学术会议The 28th International Conference on Computational Linguistics (COLING 2020)录用为长文发表。

该工作的核心观点是通过挖掘特定方面中不同方面词语的上下文依赖关系以及学习句子中多个方面之间的依赖关系来解决方面(aspect)级情感分析。论文首次针对特定方面中方面词语的上下文依赖关系和句子中多个方面之间的依赖关系构建文本的图信息。并基于图卷积神经网络在文本学习中的优势,提出一种交互式图卷积神经网络来同时获取特定方面和方面之间的情感信息。最终在多个数据集上的实验结果表明,该方面能有效提升方面级情感分析的性能,并取得最佳效果。

COLING成立于1965年,是自然语言处理领域的顶级国际学术会议,在中国计算机学会推荐会议列表中被列为B类会议。由于新冠肺炎疫情的影响,主会将在线上举办。

论文信息:

Bin Liang, Rongdi Yin, Lin Gui, Jiachen Du, Ruifeng Xu*. Jointly Learning Aspect-Focused and Inter-Aspect Relations with Graph Convolutional Networks for Aspect Sentiment Analysis. Proceedings of COLING 2020.

发表评论