使用 BERT 的阿拉伯语方面情感极性分类
计算与语言
2023-03-13 v4
摘要
基于方面的情感分析（ABSA）是一种文本分析方法，用于定义针对特定目标某些方面的观点极性。大多数 ABSA 研究为英文，阿拉伯语方面的工作较少。以往多数阿拉伯语研究依赖于主要使用上下文无关词嵌入（如 word2vec）的深度学习模型，其中每个词具有独立于其上下文的固定表示。本文探索了来自预训练语言模型（如 BERT）的上下文嵌入的建模能力，并利用句子对输入处理阿拉伯语方面情感极性分类任务。具体而言，我们开发了一个简单而有效的基于 BERT 的神经基线来处理该任务。根据在三个不同阿拉伯语数据集上的实验结果，我们带有简单线性分类层的 BERT 架构超越了最先进（SOTA）的工作。在阿拉伯语酒店评论数据集上达到 89.51% 的准确率，在人工标注书籍评论数据集上达到 73%，在阿拉伯语新闻数据集上达到 85.73%。
引用
@article{arxiv.2107.13290,
title = {Arabic aspect sentiment polarity classification using BERT},
author = {Mohammed M. Abdelgwad and Taysir Hassan A Soliman and Ahmed I. Taloba},
journal= {arXiv preprint arXiv:2107.13290},
year = {2023}
}