典型文献
基于强化依赖图的方面情感分类
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
宋红阳;朱小飞;郭嘉丰
作者机构：
重庆理工大学 计算机科学与工程学院,重庆 400054;中国科学院 计算技术研究所,北京 100190
文献出处：
引用格式：
[1]宋红阳;朱小飞;郭嘉丰-.基于强化依赖图的方面情感分类)[J].太原理工大学学报,2022(02):248-256
A类：
方面情感分类,RDGSC,奖励指导
B类：
依赖图,reinforced,dependency,graph,aspect,sentiment,classification,使用深度,深度强化学习,学习训练,策略网络,分类任务,图注意力网络,网络学习,学习文本,注意力机制,上下文信息,注意力权重,精简,指导策略,公开数据集,Accuracy,自然语言处理,依赖树
AB值：
0.312606
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
