用于细粒度方面提取的双曲解耦表示
计算与语言
2021-12-20 v1 人工智能
摘要
从用户评论中自动识别显著方面对意见分析尤为有用。在利用弱监督方法方面已取得显著进展，其仅需一小部分种子词来训练方面分类器。然而，仍有改进空间。首先，没有弱监督方法充分利用词之间的潜在层次结构。其次，每个种子词表示应具有不同的潜在语义，并在代表不同方面时彼此区分。本文中，我们提出 HDAE，一种双曲解耦方面提取器，其中双曲方面分类器捕获词的潜在层次结构，而方面解耦表示对每个种子词的独特潜在语义建模。与先前基线相比，HDAE 在 Amazon 产品评论和餐厅评论数据集上分别实现了平均 F1 性能提升 18.2% 和 24.1%。此外，嵌入可视化经验表明 HDAE 是利用种子词更有效的方式。消融研究与案例研究进一步证实了所提组件的有效性。
引用
@article{arxiv.2112.09215,
title = {Hyperbolic Disentangled Representation for Fine-Grained Aspect Extraction},
author = {Chang-You Tai and Ming-Yao Li and Lun-Wei Ku},
journal= {arXiv preprint arXiv:2112.09215},
year = {2021}
}