解决问题:给定评论文本,不仅抽取其中的aspects,并且得到对应的sentiment。这里的aspect不同于Hu (2004)中直接提取的,而是事先指定好的,和目前写的论文解决的是同一类问题。
方法:三种递归神经网络,RNN,MV-RNN,RNTN,在句法树的根节点得到每个文本的向量representation,然后作为分类器的输入。模型的目标函数是交叉熵损失。
解决问题:给定评论文本,不仅抽取其中的aspects,并且得到对应的sentiment。这里的aspect不同于Hu (2004)中直接提取的,而是事先指定好的,和目前写的论文解决的是同一类问题。
方法:三种递归神经网络,RNN,MV-RNN,RNTN,在句法树的根节点得到每个文本的向量representation,然后作为分类器的输入。模型的目标函数是交叉熵损失。