用于方面情感三元组提取的语义增强双编码器

方面情感三元组提取（ASTE）是方面级情感分析（ABSA）的一项关键子任务，旨在全面识别情感三元组。以往研究侧重于通过创新的表填充策略来增强ASTE。然而，这些方法常忽视语言表达的多视角特性，导致方面与观点间有价值的交互信息丢失。为克服该局限，我们提出一种框架，其利用一个主要基于BERT的基础编码器，以及一个由Bi-LSTM网络与图卷积网络（GCN）构成的特定编码器。基础编码器捕获语言表达的表层语义，而特定编码器提取包括句法与词汇信息在内的深层语义。通过对评论的依存树建模，并考虑词性的词性与位置信息，我们旨在捕获与句子潜在意图更相关的语义。一种交互策略将两编码器学到的语义相结合，实现多视角融合并促进对方面-观点关系更全面的理解。在基准数据集上的实验表明，我们所提框架取得了最先进的性能。