Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis
-
Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis
基于知识图的增广网络多视点表示学习面向方面的情感分析
亮点
- 引入了外部知识,通过外部知识和context之间进行互补信息(将外部知识显示的与context和句法结合起来)
– 从基于context、句法、knowledge等三个角度捕捉情感特征
model
共有三个分支
- context和syntax通过预训练的词嵌入表示提取特征
– context编码:通过BiLSTM
– syntax编码:首先建立句法依赖,得到句子中的邻接矩阵,再次通过两层GCN进行
– knowledge0base representations:引入wordnet的知识图作为外部知识,通过语义匹配方法学习知识嵌入。知识图太过于庞大,通过软注意力机制学习特定方面词的知识表示。
Hierarchical Fusion
采用分层融合模块,以局部到全局的方式协同融合这些表示
启发:
1 可以将wordnet知识库融入到NLP的其他任务
2 wordnet融入代码作者没有给出,到底如何编码,也是一个难点(如果有大佬懂得知识图嵌入的实现,跪求交流) - 引入了外部知识,通过外部知识和context之间进行互补信息(将外部知识显示的与context和句法结合起来)