软件学报

作者：鲍小异，姜晓彤，王中卿，周国栋

单位：鲍小异，苏州大学 计算机科学与技术学院, 江苏 苏州 21500611,姜晓彤，苏州大学 计算机科学与技术学院, 江苏 苏州 21500602,王中卿，苏州大学 计算机科学与技术学院, 江苏 苏州 21500603,周国栋，苏州大学 计算机科学与技术学院, 江苏 苏州 21500604

关键词：图神经网络;属性级情感分析;跨语言

基金：国家自然科学基金（62076175，61976146）；江苏省双创博士计划

目前，在属性级情感分类任务上较为成熟的有标注数据集均为英文数据集，而有标注的中文数据集较少.为了能够更好地利用规模庞大但却缺乏成熟标注数据的中文语言数据集，针对跨语言属性级情感分类任务进行了研究.在跨语言属性级情感分类中，一个核心问题为如何构建不同语言的文本之间的联系.针对该问题，在传统的单语言情感分类模型的基础上，使用图神经网络模型对跨语言词-词、词-句之间的关系信息进行建模，从而有效地刻画两种语言数据集之间的联系.通过构建单语词-句之间的联系和双语词-句之间的联系，将不同语言的文本关联起来，并利用图神经网络进行建模，从而实现利用英文数据集预测中文数据集的跨语言神经网络模型.实验结果表明：相较于其他基线模型，所提出的模型在F1值指标上有着较大的提升，从而说明使用图神经网络建立的模型能够有效地应用于跨语言的应用场.

来源：2023年第2期

《软件学报》期刊编辑部

查看软件学报杂志2023年第2期