方面级情感分析论文泛读06:A Joint Training Dual-MRC Framework for Aspect Based Sentiment Analysis

前言

[论文](https://arxiv.org/pdf/2101.00816.pdf)

一、摘要及引言

1.1 摘要

  • 解决什么问题?
      解决了基于方面情感分析中的aspect term extraction、opinion term
    extraction、aspect-level sentiment classification联合训练的问题。
  • 用了什么方法?
      构建了两个机器阅读理解(MRC)问题,并通过参数共享的BERT-MRC模型联合训练来解决所有子任务。
  • 达到了什么效果?
      在这些子任务上进行了实验,在几个基准数据集上的结果证明了我们提出的框架的有效性,显著优于现有的先进方法。

1.2 本文贡献

  1. 证明了三重提取任务可以用三个目标联合训练
  2. 提出了一个双mrc框架,可以处理ABSA中的所有子任务
  3. 实验结果表明,该方法的性能优于现有方法

二、模型搭建

1. 模型示意图


  左边部分的目标是从给定文本中提取所有的AT,即taskAE;右边部分的目标是提取所有OTs,并找到与给定的特定AT相关的情感极性。

2.MRC Dataset Conversion

Figure3
  如图3所示,在将原始三重注释输入联合训练双mrc模型之前,必须对其进行转换。表一是处理过程。

在这里插入图片描述

实验

  详情见论文。

总结

  文中表述可能会有不准确的地方,请多多指教。

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

梦想拯救世界_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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