语义与句法增强的方面情感三元组抽取
计算与语言
2021-06-08 v1
摘要
方面情感三元组抽取（ASTE）旨在从句子抽取三元组，其中每个三元组包含一个实体、其关联情感以及解释情感原因的评论跨度。大多数现有研究以多阶段流水线方式处理该问题，忽视了这三个元素之间的互信息并存在错误传播问题。本文中，我们提出一种语义与句法增强的方面情感三元组抽取模型（S3E2），以充分利用三元组元素间的句法与语义关系并联合抽取它们。具体而言，我们为 ASTE 任务设计了一种图-序列双重表示与建模范式：我们通过图表示句子中词对间的语义与句法关系并用图神经网络（GNNs）编码，同时用 LSTM 对原句建模以保留序列信息。在此设置下，我们进一步应用一种更高效的推断策略用于三元组抽取。在四个基准数据集上的广泛评估表明，S3E2 显著优于现有方法，证明了我们的 S3E2 以端到端方式的优越性与灵活性。
引用
@article{arxiv.2106.03315,
title = {Semantic and Syntactic Enhanced Aspect Sentiment Triplet Extraction},
author = {Zhexue Chen and Hong Huang and Bang Liu and Xuanhua Shi and Hai Jin},
journal= {arXiv preprint arXiv:2106.03315},
year = {2021}
}