从词元到评论：一种用于意见挖掘的分层多模态方法

基于自发口语预测细粒度用户意见的任务，是计算智能体开发以及基于社交网络的意见挖掘器开发中的一个关键问题。遗憾的是，收集可用于训练模型的可靠数据极其困难，且现有工作仅依赖于粗粒度标注的意见。在这项工作中，我们旨在弥合已为书面语言开发的细粒度意见模型与为自发多模态意见挖掘开发的粗粒度模型之间的差距。我们利用意见固有的分层结构，构建了一个联合细粒度与粗粒度意见模型，该模型利用了意见表达的不同视角。所得模型具有基于注意力模型的某些特性，并证明在近期发布的细粒度多模态标注语料库上提供了具有竞争力的结果。