《A Joint Model of Term Exaction and Polarity Classification for Aspect-based Sentiment Analysis》阅读笔记

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，……，y_N}，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。A_i,j 表示的是标签 i 到标签 j 的转换得分。Y_X 表示的数输入序列 X 的所有可能的标记序列（B_pos，B_neg，B_neu，I_pos，I_neg，I_neu，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：