面向方面抽取与情感分类的多任务联合建模

摘要：

基于方面的细粒度情感分析包括方面术语抽取和方面情感分类两项任务,以独立方式解决以上两项任务的研究方法无法利用彼此之间的关联信息,同时也会造成训练冗余和资源浪费.针对上述问题,在多任务学习框架下提出一种基于位置嵌入和图卷积网络的联合模型(PE-GCN),以端到端方式整体解决方面术语抽取和方面情感分类.该模型首先通过双向门控循环单元网络学习句子的语义特征表示;随后利用位置嵌入增强句子中方面术语的识别,同时使用图卷积网络生成包含句法信息的上下文表示;最后通过交互注意力网络建模上下文和方面术语之间的语义关系,并通过softmax输出方面术语的情感极性.在SemEval-2014公开数据集上的实验结果表明,提出的模型与其他现有模型相比性能有显著的提升.

关键词：方面术语抽取、方面情感分类、位置嵌入、图卷积网络、交互注意力

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62166024

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1669-1679