研究生动态

所在位置: 首页 > 硕士教育 > 研究生动态 > 正文

喜报:我院研究生王俊朗同学的论文被人工智能领域顶级会议

日期: 2025-03-10

浏览次数:

近日,第三十一届国际计算语言学会议 (The 31st International Conference on Computational Linguistics,COLING2025) 于2025年1月20日- 1月24日在阿拉伯联合酋长国阿布扎比举行。COLING 由国际计算语言学委员会(ICCL)于 1965 年创办并每两年召开一次,是自然语言处理和计算语言学领域的顶级学术会议之一,也是中国计算机学会(CCF)推荐的人工智能B类国际学术会议,在人工智能领域具有顶尖学术影响力。


我院师生的长文论文 《Paraphrase Makes Perfect: Leveraging Expression Paraphrase to Improve Implicit Sentiment Learning》 被录用,论文同时被选作口头报告论文(oral paper)并在会议现场汇报。论文第一作者为李霞教授、导师,论文学生一作为学院在读硕士研究生王俊朗同学。


论文概述:

题目:Paraphrase Makes Perfect: Leveraing Expression Paraphrase to Improve Implicit Sentiment Learning

作者:李霞、王俊朗、郑永强、陈源、郑仰佳

单位:广东外语外贸大学

类型:COLING 2025, Long paper

论文概要:

隐式情感学习(Implicit Sentiment Learning)是方面级情感分析(ABSA)中的一个具有挑战性的研究重点;由于隐式情感表达缺乏直接形容某个方面的观点词或明显的情感描述,隐式情感学习旨在提升模型感知由隐式情感表达的情感信息的能力,进而提升模型预测目标方面的情感极性的准确性。现有的隐性情感学习方法主要侧重于独立地捕捉隐式情感知识,而没有更多地关注隐式情感和显式情感之间的潜在联系。从语言学的角度来看,隐式和显式情感表达在表达同一个方面的相同情感极性时,本质上是相似的。本文提出了一种情感表达转述策略和情感一致性对比学习机制,促使模型学习隐式情感和显式情感表达之间的内在联系,进而增强模型感知和捕捉隐式情感的能力。我们在开源数据集上开展了广泛的实验,研究结果显示我们的方法在隐式情感分析以及提升模型健壮性等属性上表现出了有效性。


图1. 论文模型图


图2. 王俊朗同学参会并汇报论文

中国广州市白云区白云大道北2号 510420 (北校区) | 中国广州市番禺区小谷围广州大学城 510006 (南校区)

联系方式:(020) 39328032(南校区)

广东外语外贸大学信息科学与技术学院 (网络空间安全学院) Copyright © 2024

媒体关注