利用终身学习在基于目标的情感分析中解耦方面词与观点词
计算与语言
2018-02-19 v1 人工智能
摘要
给定一个目标名称（可以是产品方面或实体），在给定语料中识别其方面词与观点词是基于目标的情感分析（TSA）中的细粒度任务。该任务具有挑战性，尤其当我们无标注数据且希望对任意给定领域执行它时。为此，我们提出一种通用的两阶段方法。第一阶段为给定目标提取/分组目标相关词（称为 t-words）。这相对容易，因为我们可以应用已有的基于语义的学习技术。第二阶段从分组的 t-words 中分离方面词与观点词，这具有挑战性，因为我们常没有足够的词级方面与观点标注。本工作中，我们在 PU 学习设定下形式化该问题，并融入终身学习的思想以求解。实验结果展示了我们方法的有效性。
引用
@article{arxiv.1802.05818,
title = {Disentangling Aspect and Opinion Words in Target-based Sentiment Analysis using Lifelong Learning},
author = {Shuai Wang and Mianwei Zhou and Sahisnu Mazumder and Bing Liu and Yi Chang},
journal= {arXiv preprint arXiv:1802.05818},
year = {2018}
}