基于强化依赖图的方面情感分类

作者：宋红阳; 朱小飞^*; 郭嘉丰

来源：太原理工大学学报, 2022, 53(02): 248-256.

DOI：10.16355/j.cnki.issn1007-9432tyut.2022.02.008

• 自然语言处理
• 方面情感分类
• 深度强化学习
• 图注意力网络
• 依赖树

提出基于强化依赖图的方面情感分类(reinforced dependency graph for aspect-based sentiment classification, RDGSC)模型。在模型中，使用深度强化学习训练了一个策略网络，参与生成与方面情感分类任务相适应的强化依赖图，在强化依赖图上使用图注意力网络学习文本中与方面相关的信息；通过基于检索的注意力机制，为每个上下文信息设置与方面相关的注意力权重，得到精简的最终表示用于分类，并计算延迟奖励指导策略网络的更新。在5个公开数据集上进行大量实验，实验结果表明，本文方法在两个评价指标Accuracy和上优于所有的基线方法。

• 单位
  中国科学院计算技术研究所; 重庆理工大学