面向目标的观点词抽取的全空间模型训练

面向目标的观点词抽取（TOWE）是基于方面的情感分析（ABSA）的一个子任务。给定句子及句中出现的方面词，TOWE 抽取该方面词对应的观点词。TOWE 有两类实例。第一类方面词关联至少一个观点词，第二类方面词无对应观点词。然而，以往研究仅用第一类实例训练和评估模型，导致样本选择偏差问题。具体而言，TOWE 模型仅以第一类实例训练，却用于在全空间（含第一类与第二类实例）上推理，从而损害泛化性能。此外，这些模型在第一类实例上的表现不能反映其在全空间上的表现。为验证样本选择偏差问题，我们将四个仅含关联至少一观点词的方面词的流行 TOWE 数据集进行扩展，额外纳入无对应观点词的方面词。在这些数据集上的实验结果表明，在全空间上训练 TOWE 模型可显著提升性能，而仅在第一类实例上评估会高估模型性能。