面向情绪-原因抽取的多任务学习与自适应知识模型

检测文本中表达的情绪是自然语言处理中一个被充分研究的问题。然而，针对更细粒度情绪分析（如情绪由何引起）的研究仍处于起步阶段。我们提出以联合方式同时解决情绪识别与情绪原因检测的解决方案。考虑到常识知识在理解隐式表达的情绪及其成因方面具有重要作用，我们提出新方法，通过自适应知识模型将常识知识与多任务学习相结合，以执行联合情绪分类与情绪原因标注。我们展示了在引入常识推理与多任务框架后，两项任务的性能均得到提升。我们提供了深入分析以洞察模型表现。