基于双语依存关联图的跨语言情感分类

作     者：白瑞瑞 王中卿 周国栋 

作者机构：苏州大学计算机科学与技术学院 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2025年第36卷第6期

页      面：2827-2843页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

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

主　　题：图神经网络 情感分类 跨语言 

摘      要：跨语言情感分类在自然语言处理领域非常重要并且已经得到广泛的研究,因为它可以利用源语言的标签信息构建目标语言的情感分类系统,从而大大减少目标语言中费时而耗力的标注工作.不同语言的表达方式存在明显差异是跨语言情感分类的基本挑战,提出基于双语依存关联图模型的跨语言情感分类方法.虽然不同语言的表达存在差异,但是内部的句法依存关系是相似的.通过在不同语言的词节点之间建边表示双语评论实例的语义相关性,双语依存关联图能够对不同语言词之间依存关系的相似性进行显式建模,从而使图神经网络可以在语言内和语言间整合句法结构信息,进行跨语言情感分类.利用英文和中文两种语言的数据集进行实验,实验结果相较于基线方法提高了3%.研究表明,利用双语依存关联图能够对不同语言评论实例之间的关联性进行有效建模,从而显著提升跨语言情感分类的准确率.