Octa：目标-方面情感分析中的遗漏与冲突
计算与语言
2020-10-08 v2
摘要
观点文本中的情感通常由方面词和目标词（或目标）共同决定。我们观察到目标与方面以微妙的方式相互关联，常产生冲突的情感。因此，如现有情感分析模型那样，将分别处理的方面和目标的情感进行朴素聚合会损害性能。我们提出 Octa，一种在推断情感时联合考虑方面和目标的方法。为捕获并量化目标与上下文词之间的关系，Octa 使用一种处理隐式或缺失目标的选择性自注意力机制。具体而言，Octa 包含两层注意力机制，分别用于目标与上下文词之间的选择性注意力，以及基于方面的词注意力。在基准数据集上，Octa 以较大幅度优于领先模型，准确率绝对提升达 1.6% 至 4.3%。
引用
@article{arxiv.2004.13150,
title = {Octa: Omissions and Conflicts in Target-Aspect Sentiment Analysis},
author = {Zhe Zhang and Chung-Wei Hang and Munindar P. Singh},
journal= {arXiv preprint arXiv:2004.13150},
year = {2020}
}
备注
Accepted by Findings of EMNLP 2020