Los puntos clave no están disponibles para este artículo en este momento.
El propósito de la clasificación de sentimientos basada en aspectos es identificar la polaridad del sentimiento de cada aspecto en una oración. Recientemente, debido a la introducción de Redes Neuronales de Convolución de Gráficos (GCN), cada vez más estudios han utilizado la información de la estructura de la oración para establecer la conexión entre aspectos y palabras de opinión. Sin embargo, la precisión de estos métodos está limitada por la información de ruido y el rendimiento del análisis del árbol de dependencia. Para solucionar este problema, propusimos una red de convolución de gráficos mejorada por atención (AEGCN) para la clasificación de sentimientos basada en aspectos con atención multicabezal (MHA). Nuestro método propuesto puede combinar mejor la información semántica y sintáctica al introducir MHA y GCN. También agregamos un mecanismo de atención a GCN para mejorar su rendimiento. Con el fin de verificar la efectividad de nuestro método propuesto, realizamos muchos experimentos en cinco conjuntos de datos de referencia. Los resultados experimentales muestran que nuestro método propuesto puede hacer un uso más razonable de la información semántica y sintáctica, y mejorar aún más el rendimiento de GCN.
Xu et al. (Sun,) estudiaron esta cuestión.