该研究提出了KGAN和EMGF等多种基于图的深度学习模型，旨在提升细粒度情感分析的性能。这些模型结合了知识图、句法信息和先进的卷积网络，在多个数据集上实现了最先进的效果，显著提高了情感特征的提取和分析能力。

该研究提出了一种名为 KGAN 的知识图增强网络，用于细粒度情感分析任务。该方法通过并行学习语境和句法表示来捕获情感特征，并结合知识图和 RoBERTa 模型进一步获取方面特定的知识表示，最终在五个 ABSA 数据集上实现了最先进性能的新纪录。

该研究提出了一种名为KGAN的知识图增强网络，用于细粒度情感分析任务。该方法通过学习语境和句法表示来捕获情感特征，结合知识图和RoBERTa模型获取方面特定的知识表示，并通过分层融合模块进行完整的特征表示。实验结果表明，该方法在五个ABSA数据集上取得了最先进的性能。