关于方面情感策略(ALSC)的先前研究强调了建模方面和环境之间的相互关系,但忽略了方面本身作为基本领域知识的关键作用。为此,我们提出了AGCL,这是一种新颖的A Spect G Raph C Onstruction和L Charning方法,旨在为模型提供精心调整的方面信息,以增强其任务认可能力。agcl的关键创新位于方面图构造(AGC)和方面图(AGL)中,其中AGC可以利用内在的方面连接来构建DO-MAINTEAK图形,然后AGL迭代地更新引入的方面图以增强其领域的专业知识,从而使其更适合ALSC任务。因此,此域As-pect图可以用作连接未见方面与可见方面的桥梁,从而增强了模型的概括能力。的三个广泛使用数据集的结果证明了方面信息对ALSC的重要性,并突出了AGL在方面学习中的优越性,超过了最新的基线。代码可从https://github.com/jian-projects/agcl获得。
主要关键词