利用端到端语义角色标注模型改进基于方面的情感分析
计算与语言
2023-07-28 v1
摘要
本文提出了一系列方法，旨在利用从语义角色标注（SRL）模型中提取的语义信息来提升基于方面的情感分析（ABSA）的性能。我们提出了一种新颖的端到端语义角色标注模型，其有效捕获了 Transformer 隐藏状态内的大部分结构化语义信息。我们认为该端到端模型非常适用于我们新提出的融合语义信息的模型。我们使用 ELECTRA-small 模型在英语和捷克语两种语言上评估了所提模型。我们的组合模型在两种语言上均提升了 ABSA 性能。此外，我们在捷克语 ABSA 上取得了新的最先进（state-of-the-art）结果。
引用
@article{arxiv.2307.14785,
title = {Improving Aspect-Based Sentiment with End-to-End Semantic Role Labeling Model},
author = {Pavel Přibáň and Ondřej Pražák},
journal= {arXiv preprint arXiv:2307.14785},
year = {2023}
}
备注
Accepted to RANLP 2023