一种用于方面级情感分析的迭代多知识迁移网络
计算与语言
2021-09-03 v3
摘要
方面级情感分析（ABSA）主要涉及三个子任务：方面词提取、观点词提取和方面级情感分类，这些任务通常以分离或联合的方式处理。然而，先前的方法未能很好地利用三个子任务之间的交互关系，也没有恰当地利用容易获得的文档级标注的领域/情感知识，这限制了它们的性能。为了解决这些问题，我们提出了一种新颖的端到端 ABSA 迭代多知识迁移网络（IMKTN）。一方面，通过 ABSA 子任务之间的交互关联，我们的 IMKTN 利用精心设计的路由算法，在词元级别将三个子任务中任意两个的任务特定知识迁移到第三个子任务，即三个子任务中的任意两个都将帮助第三个。另一方面，我们的 IMKTN 恰当地将文档级知识，即领域特定和情感相关知识，迁移到方面级子任务，以进一步增强相应性能。在三个基准数据集上的实验结果证明了我们方法的有效性和优越性。
引用
@article{arxiv.2004.01935,
title = {An Iterative Multi-Knowledge Transfer Network for Aspect-Based Sentiment Analysis},
author = {Yunlong Liang and Fandong Meng and Jinchao Zhang and Yufeng Chen and Jinan Xu and Jie Zhou},
journal= {arXiv preprint arXiv:2004.01935},
year = {2021}
}
备注
Accepted to Findings of EMNLP 2021. arXiv admin note: substantial text overlap with: arXiv:2004.01935