情感分类介绍及发展方向

情感分类

定义

情感分析：对一段文本进行情感识别

分类

按细粒度分：

1. 文本级情感分类（判断文章的情感极性）
2. 句子级情感分类（判断句子的情感极性）
3. 方面级情感分类（判断方面的情感极性，这里的方面指的是表达感情的实体或者实体所属的种类）

方面级情感分类（ABSA）的任务

方面级情感分析主要有以下几个任务：

1. aspect term extraction（方面项提取，方面项指的是表达情感的实体）
2. aspect term sentiment classification（方面项的情感分类）
3. aspect category extraction（方面类别提取，方面类别指的是表达情感的实体所属于的种类）
4. aspect category sentiment classification（方面类情感分类）

近年来，ABSA是做情感分析最火的方向之一，派生出了很多的子任务，比如TOWE，多任务共同学习

发展方向

因为bert，transformer等模型的提出，情感分类任务的精准度有了很大的提升

发展趋势：

1. 结合迁移学习
2. 多任务共同学习

多任务共同学习（以ABSA为例）：以往的模型做情感分类，都是管道的模式，提取完aspect之后，再进行情感分类，忽略了两个子任务之间的交互，所以提取了多任务共同学习，让两个子任务同时执行，然后通过某种交流方法，进行两个子任务之间的交互。