A Joint Model of Term Extraction and Polarity Classification for Aspect-based Sentiment Analysis 阅读笔记
1.概述
同时进行两个子任务,方面项提取(ATE)和方面词情感极性分类(APC)。
2.模型
使用的是BI-LSTM+CRF结构,符合encoder-decoder结构。
BI-LSTM层:
LSTM的计算公式:
双向的LSTM:
经过一个线性层:
其中H是所有隐藏状态的矩阵,P是K个标签的输出得分矩阵。
CRF层:
对于输入序列Y= {y1,y2,……,yN},所有可能的标记序列的预测分数定义如下:
其中A是过渡分数矩阵。Ai,j 表示的是标签 i 到标签 j 的转换得分。YX 表示的数输入序列 X 的所有可能的标记序列(Bpos,Bneg,Bneu,Ipos,Ineg,Ineu,O)。
损失函数:
3. 实验结果
数据集:
APC任务实验结果:
ATE任务实验结果: