Exploiting BERT for End-to-End Aspect-based Sentiment Analysis

最新推荐文章于 2021-07-30 11:00:24 发布
最新推荐文章于 2021-07-30 11:00:24 发布
阅读量684 收藏 1
点赞数 1
分类专栏： 论文笔记 文章标签： 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37262929/article/details/115361420
版权

Exploiting BERT for End-to-End Aspect-based Sentiment Analysis

实验表明，使用简单的线性分类层，基于bert的体系结构也好于以往的复杂的模型。

使用了预训练的bert
在这里插入图片描述
实验结果（使用了不同的下游模型）：
在这里插入图片描述
总结：从实验结果中我们可以看出，基于预训练的bert效果好于以往的模型。作者还讨论了在bert的基础上加上了GRU，自注意力等进行处理，模型的效果也略有提升。

经十东路31699号
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Exploiting object semantic cues for Multi-label Material Recognition
02-10
Recognizing materials on an object's surface is important because it significantly benefits understanding quality and functionality of the concerned object. This paper focuses on a Multi-Label Material Recognition (M-LMR) problem that is to identify multiple material categories on an object from a single photograph. As a distinct task, material categorization is different from traditional vision recognition tasks such as recognition of shapes, objects, or scenes, and cannot be explained in t
浅谈 NLP 细粒度情感分析（ABSA）
Kaiyuan_sjtu的博客
12-13 5339
作者|周俊贤整理|NewBeeNLP最近在调研细粒度情感分析的论文，主要对一些深度学习方法进行调研，看论文的同时记录下自己的一些想法。首先，何为细粒度的情感分析？如下图，淘宝...
细粒度情感分析任务（ABSA）的最新进展
Paper weekly
01-03 9181
作者丨邴立东、李昕、李正、彭海韵、许璐单位丨阿里巴巴达摩院等任务简介我们略过关于 sentiment analysis 重要性的铺陈，直接进入本文涉及的任务。先上例子，对于一句餐馆评论：...
【论文笔记】BERT Post-Training for Review Reading Comprehension and Aspect-based Sentiment Analysis（2019）
记录每一次小小的进步
02-26 2963
这篇论文提出了将阅读理解技术用于网络评论数据，来避免现在电子商务机器人的回答不够灵活的缺点的一种思路。作者称这种问题为RRC(Review Reading Comprehension)，还做了一个小数据集（大概加起来只有2000多条示例数据）。作者这篇论文对我来说最大的价值在于他提出了一种BERT的后训练方法，让小数据量下训练BERT也得到了很好的效果。 1. 介绍 前面针对作者定义的RRC的...
《Exploiting BERT for End-to-End Aspect-based Sentiment Analysis》笔记
sydney__的博客
07-30 653
论文题目：Exploiting BERT for End-to-End Aspect-based Sentiment Analysis 文章主要是研究bert在端对端的ABSA序列标注任务中的作用，同时在使用Bert的基础上还实验了多个下游任务模型，值得注意的是得到的结果已经超出当时的 SOTA (可见bert的强大)，过程如下。 整个模型框架如上，输入序列 x={x1,...,xT}x=\{x_1,...,x_T\}x={x1​,...,xT​}​​ 首先用bert来计算对应的上下文表示得到 HL.
【论文泛读18】利用BERT进行端到端面向方面的情感分析
scu-liu的博客
02-27 3921
贴一下汇总贴：论文阅读记录 论文链接：《Exploiting BERT for End-to-End Aspect-based Sentiment Analysis》 一、摘要 在这篇论文中，我们从预先训练的语言模型，例如BERT，来研究情境化嵌入对E2E-ABSA任务的建模能力。具体来说，我们建立了一系列简单而深刻的神经基线来处理E2E-ABSA。实验结果表明，即使是一个简单的线性分类层，我们的基于伯特的体系结构也可以优于目前的工作。此外，我们还标准化了比较研究，通过持续使用一个保留开发数据集来进行模型选
Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence（NAACL-2019）
weixin_43856354的博客
04-25 239
论文阅读小白，之前读论文抓不到点，在知乎看到的阅读论文方法，感觉不错实践一篇。可以用思维导图的形式记录然后可以导出为md 等文件（格式可以参考下面，也按自己的风格来，但是一定要自己做总结） Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence（NAACL-2019） 总结：构造辅助句子将TABSA问题转化成句子对分类问题，利用BERT进行基于方面的情感分析 任务：识别tar..
【论文阅读】An Interactive Multi-Task Learning Network for End-to-End Aspect-Based Sentiment Analysis
BeforeEasy的博客
02-08 1579
An Interactive Multi-Task Learning Network for End-to-End Aspect-Based Sentiment Analysis 简单来说 本文是将aspect extraction和aspect senmetiment classification整合成一个任务，然后同时用document语料进行多任务训练一部分共享参数，解决as问题数据集小的问...
《An Interactive Multi-Task Learning Network for End-to-End Aspect-Based Sentiment Analysis》
qq_29134801的博客
08-17 1086
提出了一种多任务学习网络，实现了端对端的基于主题的情感分析 AS 和 AE 是一个pipeline，我们可以反复不断的去优化这个问题。 未完待续
【论文泛读22】基于方面的情感分析的对抗性训练
scu-liu的博客
03-06 830
贴一下汇总贴：论文阅读记录 论文链接：《Adversarial Training for Aspect-Based Sentiment Analysis with BERT》 一、摘要 基于方面的情感分析(ABSA)研究情感的提取及其目标。为了帮助神经网络更好地泛化，为这项任务收集标记数据既费力又耗时。作为一种选择，可以通过在嵌入空间中执行的对抗过程来人工产生与真实世界示例相似的数据。虽然这些例子不是真实的句子，但它们已经被证明是一种正则化方法，可以使神经网络更加鲁棒。在这项工作中，我们使用对抗性训练来微调
Exploiting-Video-Games-to-Test-AV
03-18
利用视频游戏测试AV在DeepJanus工具上显示了该项目的不同方案。设想方案文件夹是原始文件夹，其中包含实现四个方案的deepJanus映射的简单版本。与DeepJanus集成集成的文件夹（这是实现原始方案之后的下一步）与...
Exploiting multiple sources for open-domain hypernym discovery
02-21
Exploiting multiple sources for open-domain hypernym discovery
VINCE: Exploiting Visible Light Sensing for Smartphone-based NFC Systems
02-09
This paper presents VINCE - a novel Visible Light Communication (VLC) system for smartphones. VINCE encodes information as different brightness levels of smartphone screens, while receivers capture ...
Exploiting Social Influence for Context-Aware Event Recommendation in Event-based Social Networks
02-22
Exploiting Social Influence for Context-Aware Event Recommendation in Event-based Social Networks
《A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term》笔记
无深度不学习的博客
08-07 3572
A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term Extraction 学习笔记 记录自己看论文时的心得，后附有GitHub链接。 创新点 本文提出了一个联合模型用于aspect term extraction（方面项提取） 和 aspect polarity classification （aspect极性分类） 论文中提出的模型面向中文，也适应于英文 该模型还
《Dependency Graph Enhanced Dual-transformer Structure for Aspect-based Sentiment Classification》阅读笔记
无深度不学习的博客
09-15 1688
《Dependency Graph Enhanced Dual-transformer Structure forAspect-based Sentiment Classification》阅读笔记 1.摘要 近年来，利用图卷积神经网络实现语义依赖树来描述方面和相关的情感词之间的内在联系，但是由于依赖树的噪音和不稳定性，这种改进是有限的。 提出了一个依赖图增强的双向transformer网络（DGEDRT），它通过迭代交互的方式，将从transformer学习的平面表示和从相应的依赖图中学习的图形化表示结合
《Aspect-Level Sentiment Analysis Via Convolution over Dependency Tree》阅读笔记
无深度不学习的博客
09-15 1601
《Aspect-Level Sentiment Analysis Via Convolution over Dependency Tree基于依赖树卷积的方面级情感分析》阅读笔记 1.摘要 提出了一种基于依赖树卷积的方面级情感分析方法，以往的模型都是集中在利用神经网络的表达能力来进行ABSA任务的，忽略了诸如依赖树等重要的信息，这些资源可以缩小方面词和观点词之间的距离，使得依赖信息可以有效的保存在长句子中。因此，作者提出在依赖树的基础上进行神经网络的操作。 2. 介绍 ABSA包括两个子任务，本文重点研
情感分类多任务模型介绍
无深度不学习的博客
09-16 1404
情感分类多任务介绍 1.底层任务 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 方面。 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
《Synchronous Double-channel Recurrent Network for Aspect-Opinion Pair Extraction》阅读笔记
无深度不学习的博客
08-20 1005
Synchronous Double-channel Recurrent Network for Aspect-Opinion Pair Extraction阅读笔记 1.摘要 探索aspect opinion pair extraction（方面意见对提取 AOPE），目的是成对的提取方面和意见表达。 提出了同步双通道递归网络（SDRN），主要由实体提取单元，关系检测单元和同步单元组成。将意见实体提取单元和关系检测单元作为两个通道同时提取意见实体和关系。此外，在同步单元中，我们设计了实体同步机制（ESM
exploiting bert for end-to-end aspect-based sentiment analysis
最新发布
09-16
Bert是一种在自然语言处理中被广泛...总之，“exploiting bert for end-to-end aspect-based sentiment analysis”意味着通过对Bert进行修改和扩展，将其应用于端到端的方面级情感分析任务中，以提升模型的性能和效果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值