情感分类多任务模型介绍

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：

1. 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》
2. 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》
3. 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》