情感分类多任务介绍(自上往下)
1.底层
对于一句话:
“Waiters are very friendly and the pasta is simply average.”
我们可以提取到两个方面词(意见目标):waiters 和 pasta ;
对应的情感词(意见词)是: friendly 和 average ;
分别属于餐馆的 service 和 food 类别。
以上就是情感分析(ABSA)任务的三个对象:aspect,opinion,aspect category 。在图中显示是最上层。
2.子任务
对于方面词,可以进行 aspect term extraction 和 aspect term classification 任务。
对于意见词,可以进行 opinion term extraction 任务 。
对于方面词类别,可以进行 aspect category extraction 和 aspect category classification 任务。
对应于图的第二层。
3. 多任务
多任务模型的组合如第三层所示。
在现有的研究中,研究者也探索结合两个(及两个以上)子任务,构成了多任务模型。通过研究两个模型间的交互,多任务模型往往能够得到更优的效果。
部分多任务模型介绍:
- 在做 aspect extraction 的同时进行 aspect term classification 。比如下面这篇论文:《A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term》
- 做 aspect term classification 的同时进行 aspect and opinion Co-Extract 。比如下面这篇论文:《An Interactive Multi-Task Learning Network for End-to-End Aspect-Based Sentiment Analysis》
- opinion and aspect Co-Extract ,比如下面这篇论文:《Coupled Multi-Layer Attentions for Co-Extraction of Aspect and Opinion Terms》