基于卷积神经网络的方面级观点摘要
计算与语言
2015-12-01 v1 信息检索
机器学习
摘要
本文考虑针对特定产品评论的基于方面的观点摘要（Aspect-based Opinion Summarization, AOS）。为了实现实际应用，AOS系统需要解决两个核心子任务：方面抽取与情感分类。大多数现有的方面抽取方法使用语言分析或主题建模，虽跨产品通用但不够精确或不适合特定产品。相反，我们采用一种通用性较低但更精确的方案，直接将每条评论句子映射到预定义方面。为处理方面映射与情感分类，我们提出两种基于卷积神经网络 (CNN) 的方法：级联CNN与多任务CNN。级联CNN包含两级卷积网络：第一级的多个CNN处理方面映射任务，第二级的单个CNN处理情感分类。多任务CNN同样包含多个方面CNN和一个情感CNN，但不同网络共享相同的词嵌入。实验结果表明，级联与多任务CNN均以较大优势超越基于SVM的方法。多任务CNN总体优于级联CNN。
引用
@article{arxiv.1511.09128,
title = {Aspect-based Opinion Summarization with Convolutional Neural Networks},
author = {Haibing Wu and Yiwei Gu and Shangdi Sun and Xiaodong Gu},
journal= {arXiv preprint arXiv:1511.09128},
year = {2015}
}