利用用户与产品上下文改进文档级情感分析
计算与语言
2020-11-19 v1
摘要
以往通过编码用户与产品信息来改进文档级情感分析的工作，仅限于考虑当前评论的文本。我们研究在情感预测时融入当时可用的、可能有助于引导预测的额外评论文本。首先，我们纳入所考察评论作者拥有的全部可用历史评论文本。其次，我们探究纳入与当前产品相关的（由其他用户撰写的）历史评论。为此，我们显式存储同一用户及同一产品所写评论的表示，并迫使模型记忆某一特定用户与产品的所有评论。此外，我们弃用既往工作中的分层架构，使文本中的词可直接相互关注。在 IMDB、Yelp 2013 与 Yelp 2014 数据集上的实验结果显示，最佳情况下相较 SOTA 提升逾 2 个百分点。
引用
@article{arxiv.2011.09210,
title = {Improving Document-Level Sentiment Analysis with User and Product Context},
author = {Chenyang Lyu and Jennifer Foster and Yvette Graham},
journal= {arXiv preprint arXiv:2011.09210},
year = {2020}
}
备注
Accepted to COLING 2020 (Oral)