文件名称：KinGDOM_reprod:重现KinGDOM实验
文件大小：468KB
文件格式：ZIP
更新时间：2024-04-25 03:17:34
Python
KinGDOM：知识导向的DOMain适应方法，用于情感分析（ACL 2020） 通过探索外部常识知识的作用， 对情感分析中的领域适应任务提出了新颖的观点。 它利用ConceptNet知识图通过提供特定领域和一般领域的背景概念来丰富文档的语义。 这些概念是通过训练图卷积自动编码器来学习的，该图卷积自动编码器以域不变的方式利用域间概念。 用这些学到的概念来调节流行的领域对抗性基线方法，有助于改善其相对于最新方法的性能，从而证明了所提出框架的有效性。 要求 scipy == 1.3.1 gensim == 3.8.1 火炬== 1.6.0 numpy == 1.18.2 scikit_learn == 0.22.2.post1 torch_geometric == 1.6.3 执行 从下载针对英语过滤的ConceptNet，并将其保存在此根目录中。 预处理，训练和提取图形特征：
【文件预览】：
KinGDOM_reprod-main
----.gitignore(35B)
----README.md(2KB)
----utils()
--------README.md(34B)
----utils_graph.py(4KB)
----models.py(2KB)
----train.py(13KB)
----functions.py(305B)
----train_and_extract_graph_features.py(13KB)
----utils.py(6KB)
----rgcn.py(6KB)
----preprocess_graph.py(3KB)
----requirements.txt(191B)
----.DS_Store(10KB)
----KinGDOM.jpeg(528KB)