利用文档知识进行方面级情感分类
计算与语言
2018-06-13 v1
摘要
基于注意力的长短期记忆（LSTM）网络已被证明在方面级情感分类中是有效的。然而，由于方面级数据标注的困难，该任务的现有公开数据集都相对较小，这在很大程度上限制了那些神经模型的有效性。在本文中，我们探索了两种从文档级数据迁移知识的方法，文档级数据获取成本低得多，用以提升方面级情感分类的性能。我们在来自 SemEval 2014、2015 和 2016 的 4 个公开数据集上证明了我们方法的有效性，并且我们表明基于注意力的 LSTM 在多方面受益于文档级知识。
引用
@article{arxiv.1806.04346,
title = {Exploiting Document Knowledge for Aspect-level Sentiment Classification},
author = {Ruidan He and Wee Sun Lee and Hwee Tou Ng and Daniel Dahlmeier},
journal= {arXiv preprint arXiv:1806.04346},
year = {2018}
}
备注
Accepted to ACL 2018 (short paper)