面向方面情感三元组抽取的显式交互网络
计算与语言
2021-11-18 v2
摘要
方面情感三元组抽取（ASTE）旨在从句子中识别目标、其情感极性以及解释该情感的观点。ASTE 可自然划分为三个原子子任务，即目标检测、观点检测与情感分类。我们认为恰当的子任务组合、目标-观点对的组合特征提取以及子任务间的交互是成功的关键。然而，已有工作可能因有缺陷的子任务形式化、次优特征表示或缺乏子任务交互，而在“一对多”或“多对一”情形下失效，或抽取出不存在的情感三元组。本文中，我们将 ASTE 划分为目标-观点联合检测与情感分类两个子任务，这符合人类认知，并相应采用序列编码器与表格编码器来处理。表格编码器在词对级别抽取情感，从而易于捕获目标与观点间的组合特征。为建立子任务间的显式交互，我们利用表格表示引导序列编码，并将序列特征回注至表格编码器。实验表明，我们的模型在六个流行 ASTE 数据集上优于 SOTA 方法。
引用
@article{arxiv.2106.11148,
title = {Explicit Interaction Network for Aspect Sentiment Triplet Extraction},
author = {Peiyi Wang and Tianyu Liu and Damai Dai and Runxin Xu and Baobao Chang and Zhifang Sui},
journal= {arXiv preprint arXiv:2106.11148},
year = {2021}
}