-
题名面向方面的自适应跨度特征的细粒度意见元组提取
被引量：1
- 1
-
-
作者
陈林颖
刘建华
孙水华
郑智雄
林鸿辉
林杰
-
机构
福建工程学院计算机科学与数学学院
福建省大数据挖掘与应用技术重点实验室(福建工程学院)
-
出处
《计算机应用》
CSCD
北大核心
2023年第5期1454-1460,共7页
-
基金
国家自然科学基金资助项目(62172095)
福建省自然科学基金资助项目(2019J01061137)
福州市科技创新平台项目(2021‑P‑052)。
-
文摘
面向方面的细粒度意见提取(AFOE)以意见对的形式从评论中提取方面词和意见词,或在此基础上再提取方面词的情感极性形成意见三元组。针对现有研究方法忽略了意见对与上下文相关性的问题,提出一种面向方面的自适应跨度特征的网格标记方案(ASF-GTS)模型。首先,利用BERT(Bidirectional Encode Representation from Transformers)模型获得句子的特征表示;然后,采用自适应跨度特征(ASF)方法加强意见对与局部上下文的联系;其次,通过网格标记方案(GTS)将意见对提取(OPE)转化为统一的网格标记任务;最后,使用特定的解码策略生成对应的意见对或意见三元组。在适用于意见元组提取任务的四个AFOE基准数据集上进行实验,结果表明,与GTS-BERT(Grid Tagging Scheme-BERT)模型相比,所提模型在意见对和意见三元组任务上的F1值分别提高了2.42%~7.30%和2.62%~6.61%。所提模型能够有效保留意见对与上下文的情感联系,更精确地提取意见对及其情感极性。
-
关键词
网格标记方案
方面词
意见词
意见对提取
意见三元组提取
面向方面的细粒度意见提取
-
Keywords
Grid Tagging Scheme(GTS)
aspect term
opinion term
Opinion Pair Extraction(OPE)
Opinion Triplet Extraction(OTE)
Aspect-oriented Fine-grained Opinion Extraction(AFOE)
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—计算机科学与技术]
-
