具有延迟记忆更新的循环实体网络用于定向基于方面的情感分析
计算与语言
2018-05-01 v1
摘要
尽管神经网络已在句子级情感分析中取得令人印象深刻的成果，定向基于方面的情感分析（TABSA）——针对预定义方面集合抽取细粒度观点极性——仍是一项困难任务。受近期用于机器阅读的记忆增强模型进展的启发，我们提出一种新架构，利用带延迟记忆更新机制的外部“记忆链”来追踪实体。在 TABSA 任务上，所提模型相较最先进方法（包括那些使用外部知识库的方法）表现出显著改进。
引用
@article{arxiv.1804.11019,
title = {Recurrent Entity Networks with Delayed Memory Update for Targeted Aspect-based Sentiment Analysis},
author = {Fei Liu and Trevor Cohn and Timothy Baldwin},
journal= {arXiv preprint arXiv:1804.11019},
year = {2018}
}
备注
Accepted to NAACL 2018 (camera-ready)