融合方向感知Transformer的目标情感分析

• 全文链接
• 请求原文

作   者：

蔡瑞初;  尹婉;  许柏炎; 

作者机构：

广东工业大学计算机学院; 

关键词：

目标情感分析;  注意力机制;  Transformer;  多任务学习;  文本表示; 

期刊名称：

小型微型计算机系统

i s s n：

1000-1220

年卷期：

2022 年 43 卷 011 期

页   码：

2285-2292

摘   要：

基于目标的情感分析(Target-Based Sentiment Analysis)是情感分析领域最具有挑战性的课题之一,需要同时解决目标提取和特定目标情感分析两个子任务.现有研究工作仍存在两个问题:第一,模型无法充分利用目标边界和情感信息;第二,普遍采用长短期记忆网络提取特征,无法捕抓输入句子的内部关系.为了解决上述问题,本文通过引入方向感知的Transformer,提出一种基于双辅助网络的目标情感分析模型DNTSA(Dual-assist Network based model for Target Sentiment Analysis),其核心思想是使用方向感知的Transformer作为特征提取器有效对齐多个目标词和情感词的内在联系,通过双辅助网络进一步增强模型的情感识别和目标提取能力.本文提出的方法在Laptop,Restaurant,Twitter 3个公开数据集上对比基准方法E2E-TBSA分别提升了 2.3%,1.8%,3.9%的 F1 值.