aspect-based sentiment classification | BriefGPT

关键词aspect-based sentiment classification

搜索结果 - 9

CARBD-Ko：韩语方面级别情感分类的语境注释评测基准数据集
本研究探讨了预训练语言模型中面向方面的情感分类（ABSC）所面临的挑战，特别关注上下文化和产生幻觉的问题。为了应对这些挑战，我们引入了 CARBD-Ko（一个上下文标注的韩文面向方面情感分类基准数据集），该数据集将方面和双标极性结合起来以区
PDF4 months ago
基于局部和全局特征的方面情感分类的联合学习
该研究论文提出了一种基于局部和全局特征的模型，通过设计局部编码器和双级图注意网络，有效地对面向方面的情感分类进行建模，并在 SemEval 2014 和 Twitter 数据集上取得了最先进的性能。
PDF8 months ago
面向方向的观点对齐网络用于基于方面的情感分类
提出一个新颖的 Aspect-oriented Opinion Alignment Network (AOAN) 来捕捉意见词与对应方面之间的上下文关联。该模型通过引入一个邻近跨度增强模块来突出揭示邻近词汇和给定方面的各种组合，并设计了一个
PDF10 months ago
告诉模型去关注什么：通过小型解释注释来提高方面情感分类的可解释性
本文提出了一种基于梯度的 IAGA 框架，通过少量解释注释来解释复杂神经网络的 ABSC 模型，以提高模型的可解释性，性能和鲁棒性。
PDFa year ago
基于方面的情感分类调查
本文对 ABSC 领域的三种主要模型进行了分类：基于知识、机器学习和混合模型，并对基于 transformer 模型和深度学习模型的最新技术进行了讨论，摘要了不同模型的性能表现，其技术和直观解释，还总结了各种模型输入技术和输出评估技术，并提
PDF2 years ago
KDD面向方面的情感分类的领域级别的两两语义交互
提出了一个可以有效解决类别不平衡问题的 Plug-and-Play Pairwise Semantic Interaction（PSI）模块，通过对成对句子的语义向量进行学习，从而增强了句子之间的高级语义特征交互，证明在四个 ABSC 数据
PDF2 years ago
EMNLPBERT4GCN：利用 BERT 中间层增强 GCN 进行基于方面的情感分类
本文提出了一种新的模型 BERT4GCN，它将来自 BERT 中间层的语法顺序特征与依存图中的句法知识相结合，以更好地编码依存图进行下游分类，并通过实验验证，BERT4GCN 可以极大地增强 ABSC 模型的能力。
PDF3 years ago
一种面向情感分类器的失效及自适应重新加权解决方案
本文提出了一种基于深度学习和自适应重新加权的方案来解决情感分类中的问题，实验证明该方案可以显著提高模型的效果。
PDF5 years ago
EMNLP使用期望标签比例在相关任务之间进行迁移学习
本文提出了一种基于预期标签比例的 expectation regularization (XR) 方法在相关任务之间进行迁移学习的应用，该方法通过一个用于 A 任务的模型来标记大语料库并生成 B 任务的标签比例，使 XR 框架适用于大规模深
PDF5 years ago