近期，论文摘要网站Paper Digest发布了多个领域人工智能顶会的最具影响力论文列表（2024年9月版本）。人工智能学院发表在计算语言学协会年会ACL-2021的论文“Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis”入选ACL最具影响力论文（Most Influential ACL Papers）。本文的第一作者是北京邮电大学人工智能学院副教授、博士生导师李睿凡，第二作者是2022届硕士研究生陈昊，作者包括冯方向助理教授、马占宇教授、王小捷教授和卡内基梅隆大学（CMU）Eduard Hovy教授。

图1 DualGCN论文入选Paper Digest发布的ACL最具影响力论文

本文提出了一种双图卷积神经网络（DualGCN）应对自然语言处理研究中的细粒度情感任务的挑战。论文主要贡献点包括：第一、提出了句法图卷积网络（SynGCN）和语义图卷积网络（SemGCN）结合的DualGCN架构；第二、提出了正交正则和差异正则。正交正则鼓励SemGCN网络学习正交的语义注意力矩阵；差异正则促使SemGCN网络学习与SynGCN网络句法特征不同的语义特征。DualGCN已成为文本情感分析领域的重要基线方法之一（谷歌学术引用360+次；Github网站130+ Stars）。

图2 DualGCN论文概述

背景介绍：

Paper Digest网站以“论文的一句话摘要”为特色，按照不同研究方向对计算机领域的一些顶会进行分类，并根据论文引用次数等因素，在每个顶会的“最具影响力论文”板块中对所有收录论文进行影响力排名。该排名定期更新，且每一届顶会仅评选出最具影响力的10～15篇论文。

Paper Digest网站：

https://www.paperdigest.org/2024/09/most-influential-acl-papers-2024-09/

论文下载：

https://aclanthology.org/2021.acl-long.494.pdf

论文代码：

https://github.com/CCChenhao997/DualGCN-ABSA