基于脉冲神经网络的高效方面词抽取
计算与语言
2026-01-13 v1
摘要
方面词抽取（ATE）识别评论句子中的方面词，这是情感分析的一个关键子任务。虽然大多数现有方法使用能耗高的深度神经网络（DNN）进行序列标注，但本文提出了一种更高效的替代方案，采用脉冲神经网络（SNN）。通过稀疏激活和事件驱动的推断，SNN 能够捕捉单词之间的时序依赖关系，使其适用于 ATE。 proposed 的架构，SpikeATE，采用三值脉冲神经元和直接脉冲训练，并通过伪梯度进行微调。在四个基准 SemEval 数据集上评估，SpikeATE 在性能上与最先进的 DNN 相当，但能耗显著降低。这突显了 SNN 在 ATE 任务中作为实用且可持续选择的潜力。
引用
@article{arxiv.2601.06637,
title = {Efficient Aspect Term Extraction using Spiking Neural Network},
author = {Abhishek Kumar Mishra and Arya Somasundaram and Anup Das and Nagarajan Kandasamy},
journal= {arXiv preprint arXiv:2601.06637},
year = {2026}
}