基于提示的三通道图卷积神经网络用于方面情感三元组抽取
计算与语言
2023-12-27 v2 人工智能
摘要
方面情感三元组抽取 (ASTE) 是一项新兴任务，旨在抽取给定句子中由方面、观点和情感组成的三元组。最近的研究倾向于使用填表范式来解决此任务，其中词关系被编码在二维表中，该过程涉及澄清所有单个单元格以抽取三元组。然而，这些研究忽略了相邻单元格之间的深层交互，而我们发现这对准确抽取非常有帮助。为此，我们提出了一种用于 ASTE 任务的新颖模型，称为基于提示的三通道图卷积神经网络 (PT-GCN)，该模型将关系表转换为图以探索更全面的关系信息。具体而言，我们将原始表单元格视为节点，并利用提示注意力分数计算模块来确定边的权重。这使我们能够构建一个目标感知的网格状图，以增强整体抽取过程。随后，执行三通道卷积模块以提取精确的情感知识。在基准数据集上的大量实验表明，我们的模型实现了最先进 (SOTA) 的性能。代码可在 https://github.com/KunPunCN/PT-GCN 获取。
引用
@article{arxiv.2312.11152,
title = {Prompt Based Tri-Channel Graph Convolution Neural Network for Aspect Sentiment Triplet Extraction},
author = {Kun Peng and Lei Jiang and Hao Peng and Rui Liu and Zhengtao Yu and Jiaqian Ren and Zhifeng Hao and Philip S. Yu},
journal= {arXiv preprint arXiv:2312.11152},
year = {2023}
}
备注
Accepted in SIAM International Conference on Data Mining (SDM24)