STAGE: 用于方面情感三元组提取的跨度标注与贪心推理方案
计算与语言
2023-04-11 v3
摘要
方面情感三元组提取(ASTE)已成为情感分析研究中一项新兴任务,旨在从给定句子中抽取方面词、其对应观点词以及相关联情感极性的三元组。近来,许多基于神经网络、采用不同标注方案的模型被提出,但几乎都存在局限:严重依赖1)每个词仅与单一角色(如方面词或观点词等)关联的先验假设,以及2)词级交互并将每个观点/方面视为一组独立词。因此,它们在复杂ASTE任务(如一个词关联多个角色,或方面/观点词由多个词组成)上表现不佳。为此,我们提出一种新方法——跨度标注与贪心推理(STAGE),在跨度级别抽取情感三元组,其中每个跨度可由多个词组成并同时扮演不同角色。为此,本文将ASTE任务形式化为多类跨度分类问题。具体而言,STAGE通过探索跨度级信息与约束生成更准确的方面情感三元组抽取,其包含两部分:跨度标注方案与贪心推理策略。前者基于新定义的标注集对所有可能候选跨度打标;后者从候选情感片段中检索出最长方面的/观点词以输出情感三元组。此外,我们基于STAGE提出了一个简单而有效的模型,在四个广泛使用的数据集上大幅优于当前最优方法。而且,我们的STAGE可轻松推广到其他成对/三元组抽取任务,这也展示了所提STAGE方案的优越性。
引用
@article{arxiv.2211.15003,
title = {STAGE: Span Tagging and Greedy Inference Scheme for Aspect Sentiment Triplet Extraction},
author = {Shuo Liang and Wei Wei and Xian-Ling Mao and Yuanyuan Fu and Rui Fang and Dangyang Chen},
journal= {arXiv preprint arXiv:2211.15003},
year = {2023}
}
备注
Accepted by AAAI 2023