面向目标的观点词抽取的潜在意见迁移网络
计算与语言
2020-01-08 v1
摘要
面向目标的观点词抽取（TOWE）是方面级情感分析（ABSA）的一个新子任务，旨在从句子中为给定观点目标抽取相应观点词。近来，神经网络方法已应用于该任务并取得有前景的结果。然而，标注困难导致 TOWE 数据集不足，严重限制了神经模型的性能。相比之下，丰富的评论情感分类数据可轻易从在线评论站点获取。这些评论包含大量潜在意见信息与语义模式。本文提出一种新颖模型，将此类意见知识从资源丰富的评论情感分类数据集迁移至低资源的 TOWE 任务。为应对迁移过程中的挑战，我们设计了一种有效的变换方法以获取潜在意见，并将其整合进 TOWE。大量实验结果表明，我们的模型相较于其他最先进（SOTA）方法取得更优性能，且显著优于未迁移意见知识的基模型。进一步分析验证了模型的有效性。
引用
@article{arxiv.2001.01989,
title = {Latent Opinions Transfer Network for Target-Oriented Opinion Words Extraction},
author = {Zhen Wu and Fei Zhao and Xin-Yu Dai and Shujian Huang and Jiajun Chen},
journal= {arXiv preprint arXiv:2001.01989},
year = {2020}
}
备注
Accepted by the 34th AAAI Conference on Artificial Intelligence (AAAI 2020)