基于强化学习的方面情感三元组抽取
计算与语言
2021-08-16 v1 人工智能
摘要
方面情感三元组抽取（ASTE）是抽取方面词、其关联情感以及为所表达情感提供证据的观点词三元组的任务。以往的 ASTE 方法通常同时抽取全部三个成分，或先识别方面词与观点词，再将其配对以预测情感极性。本文提出一种新范式 ASTE-RL，在分层强化学习（RL）框架中将方面词与观点词视为所表达情感的参数。我们首先关注句中表达的情感，再为该情感确定目标方面词与观点词。这考虑了三元组各成分间的相互作用，同时提升了探索性与样本效率。此外，该分层 RL 设定使我们能处理多个及重叠的三元组。实验中，我们在来自笔记本与餐厅领域的现有数据集上评估模型，结果表明其达到了最先进（SOTA）性能。本工作实现已公开于 https://github.com/declare-lab/ASTE-RL。
引用
@article{arxiv.2108.06107,
title = {Aspect Sentiment Triplet Extraction Using Reinforcement Learning},
author = {Samson Yu Bai Jian and Tapas Nayak and Navonil Majumder and Soujanya Poria},
journal= {arXiv preprint arXiv:2108.06107},
year = {2021}
}
备注
CIKM 2021