学习通用从句到从句关系以增强情绪-原因对抽取
计算与语言
2022-08-31 v2
摘要
情绪-原因对抽取（ECPE）是一项新兴任务，旨在从文档中抽取潜在的情绪及其对应原因的配对。先前的方法侧重于建模对到对的关系并取得了有前景的结果。然而，从根本上表征文档底层结构的从句到从句关系，其研究仍处于起步阶段。在本文中，我们定义了一种新颖的从句到从句关系。为可应用地学习它，我们提出了一种名为 EA-GAT 的通用从句级编码模型，包含 E-GAT 与 Activation Sort。E-GAT 旨在从不同类别的从句聚合信息；Activation Sort 利用独立的情绪/原因预测与基于排序的映射将从句推向更有利的表示。由于 EA-GAT 是从句级编码模型，它可广泛集成于任何先前方法。实验结果表明，我们的方法在中文和英文基准语料库上相较所有当前方法具有显著优势，平均提升分别为 和 。
引用
@article{arxiv.2208.13549,
title = {Learning a General Clause-to-Clause Relationships for Enhancing Emotion-Cause Pair Extraction},
author = {Hang Chen and Xinyu Yang and Xiang Li},
journal= {arXiv preprint arXiv:2208.13549},
year = {2022}
}