مشكلة الكشف عن الإجهاد النفسي في الوظائف عبر الإنترنت، وعلى نطاق أوسع، من اكتشاف الناس في محنة أو في حاجة إلى مساعدة، هو تطبيق حساس له القدرة على تفسير النماذج أمر حيوي.هنا، نقدم العمل في استكشاف استخدام مهمة ذات صلة من الناحية الدلوية، والكشف عن الم
شاعر، من أجل الكشف عن الإجهاد النفسي غير المختص به بنفس القدر ولكن أكثر قابلية للتفسير ومقارنة مع نموذج الصندوق الأسود.على وجه الخصوص، نستكشف استخدام التعلم متعدد المهام وكذلك طراز اللغة القائمة على العاطفة.مع نماذجنا المخفوعة العاطفة، نرى نتائج مماثلة لتحقيق أحدث بيرت.تبين تحليلنا للكلمات المستخدمة للتنبؤ أن نماذجنا المشنقة لدينا مرآة مكونات نفسية من الإجهاد.
تحظى بشعبية تطبيق النماذج العصبية القائمة على الرسم البياني في دراسات تحليل المعفاة القائمة على الجانب القائم على الجانب (ABSA) لاستخدام علاقات الكلمة من خلال يوزع التبعية لتسهيل المهمة مع التوجيه الدلالي الأفضل لتحليل السياق والكلمات. ومع ذلك، فإن م
عظم هذه الدراسات فقط الاستفادة من علاقات التبعية فقط دون النظر لأنواع التبعية، وهي محدودة في عدم وجود آليات فعالة لتمييز العلاقات المهمة وكذلك التعلم من طبقات مختلفة من النماذج القائمة على الرسم البياني. لمعالجة هذه القيود، في هذه الورقة، نقترح نهجا للاستفادة بشكل صريح لأنواع التبعية من أجل ABSA مع الشبكات التنافسية الرسمية من النوع الواجب (T-GCN)، حيث يتم استخدام الاهتمام في T-GCN لتمييز حواف مختلفة (العلاقات) في يقترح الرسم البياني والطبقة اليقظة أن يتعلم بشكل شامل من طبقات مختلفة من T-GCN. يتم إثبات صلاحية وفعالية نهجنا في النتائج التجريبية، حيث يتم تحقيق الأداء الحديثة في مجموعات بيانات قياسية باللغة الإنجليزية. تتم إجراء مزيد من التجارب لتحليل مساهمات كل مكون في نهجنا وتوضيح كيفية مساعدة الطبقات المختلفة في T-GCN ABSA مع التحليل الكمي والنوعي.
