利用领域特定常识增强评论理解
计算与语言
2020-04-08 v1
摘要
评论理解在提升在线服务与产品质量方面发挥着日益重要的作用，而常识知识可进一步增强评论理解。然而，现有的通用常识知识库缺乏足够的覆盖度与精确度，难以切实改进对领域特定评论的理解。在本文中，我们介绍了 xSense，一个利用领域特定常识知识库（xSense KBs）进行评论理解的有效系统。我们展示了 xSense KBs 可以低成本构建，并提出了一种知识蒸馏方法，使我们能够结合 xSense KBs 与 BERT 来提升各类评论理解任务的性能。我们在三项评论理解任务上评估 xSense：方面抽取、方面情感分类以及问答。我们发现 xSense 在前两项任务上优于最先进的模型，并显著改进了基线 BERT QA 模型，证明了将常识引入评论理解流程的有效性。为促进未来研究与运用，我们随本文公开发布了三个领域特定知识库以及一个领域特定问答基准。
引用
@article{arxiv.2004.03020,
title = {Enhancing Review Comprehension with Domain-Specific Commonsense},
author = {Aaron Traylor and Chen Chen and Behzad Golshan and Xiaolan Wang and Yuliang Li and Yoshihiko Suhara and Jinfeng Li and Cagatay Demiralp and Wang-Chiew Tan},
journal= {arXiv preprint arXiv:2004.03020},
year = {2020}
}
备注
8 pages