S$^2$GSL：基于分段到句法增强图结构学习的方面情感分析
原文中文，约300字，阅读约需1分钟。发表于：。提出了一个新的方法 S$^2$GSL，在 Aspect based Sentiment Analysis (ABSA) 中结合了段落感知的语义图学习和基于语法的潜在图学习，以提高图结构学习的准确性和效果。
我们引入了一种创新模型：句法依赖增强的多任务交互架构 (SDEMTIA)，用于全面的基于方面的情感分析 (ABSA)。我们的方法创新地利用了句法知识，并使用专门的句法依赖嵌入交互网络。我们还在多任务学习框架内结合了一种新颖高效的信息传递机制，以增强学习效果。我们在基准数据集上的广泛实验证明了我们模型的优越性，明显超越了现有方法。此外，引入 BERT 作为辅助特征提取器进一步提高了我们模型的性能。
