情感分析ACSA
文章平均质量分 93
前行follow
learning sharing and discussing.
展开
-
读论文——A Joint Model for Aspect-Category Sentiment Analysis with Shared Sentiment Prediction Layer
第一遍标题以及作者摘要给定一段文本,一些联合模型探查所有的方面词然后预测它们的情感极性。但是它们为每个方面词单独训练参数,因此困扰于某些方面词的数据不足的问题。为了解决这个问题,我们提出了一个新的联合模型,可以共享情感预测层。共享情感预测层在方面类别中传递情感知识,缓解数据不足带来的问题。结论在这项工作中,我们提出了一种新的联合模型,其中包含一个共享的情感预测层。共享情感预测层在方面类别之间传递情感知识,缓解数据不足带来的问题。在 SemEval-2016 任务 5 的四个数据集上进行的实验原创 2022-04-28 20:36:13 · 407 阅读 · 0 评论 -
读论文——Solving Aspect Category Sentiment Analysis as a Text Generation Task
第一遍标题以及作者摘要我们考虑了一种利用预训练语言模型的更直接的方法,将 ACSA 任务转换为自然语言生成任务,使用自然语言句子来表示输出。我们的方法通过在预训练期间直接遵循任务设置,允许在 seq2seq 语言模型中更直接地使用预训练的知识。结论我们研究了一种用于方面类别检测 (ACD) 和方面类别情感分析 (ACSA) 的生成方法,该方法可以更好地利用 BART 的优势,通过不引入额外的模型参数来对输入进行语义级别的摘要。实验表明,我们提出的方法在句子级和文档级方面情感分析的基线模型上都获原创 2022-04-01 11:00:00 · 1008 阅读 · 1 评论 -
Joint Learning for Aspect Category Detection and Sentiment Analysis in Chinese Reviews(2019)
第一遍标题以及作者Joint Learning for Aspect Category Detection and Sentiment Analysis in Chinese Reviews摘要ACSA主要集中于方面词类别检测(Aspect category detection)和方面词情感极性识别(Aspect category polarity identify),以往的方法大多采用流水线的形式,分别实现两个子任务。本文采用一种端到端的联合学习方式完成ACSA,实验表明本文方法比基线模型更加简原创 2022-01-12 17:05:09 · 567 阅读 · 0 评论