面向方面级情感分类的领域级成对语义交互
计算与语言
2022-02-22 v1 人工智能
摘要
方面级情感分类(ABSC)是情感分析(SA)中一项极具挑战性的子任务,且深受类别不平衡问题困扰。现有方法仅独立处理句子,未考虑句子间的领域级关系,也未能针对类别不平衡问题提供有效解决方案。从直观角度看,同一领域中的句子往往具有高层语义关联。它们高层语义特征的交互可迫使模型产生更好的语义表示,并更好地发现句子间的相似性与细微差异。受此启发,我们提出了一种即插即用的成对语义交互(PSI)模块,该模块以成对句子为输入,通过学习两个句子的语义向量获取交互信息。随后,生成不同的门控以有效突出各句子的关键语义特征。最后,利用向量间的对抗交互使两个句子的语义表示更具区分度。在四个ABSC数据集上的实验结果表明,在大多数情况下,PSI优于许多具有竞争力的SOTA基线,并能显著缓解类别不平衡问题。
引用
@article{arxiv.2202.10032,
title = {Domain-level Pairwise Semantic Interaction for Aspect-Based Sentiment Classification},
author = {Zhenxin Wu and Jiazheng Gong and Kecen Guo and Guanye Liang and Qingliang Che and Bo Liu},
journal= {arXiv preprint arXiv:2202.10032},
year = {2022}
}
备注
PAKDD2022