方面级分类paper2 Attention-based LSTM for Aspect-level sentiment classification(2016 EMNLP)

系列文章之二：attention-based LSTM for Aspect-level sentiment classification

一份相关代码实现

来源：EMNLP2016（可从前言文章中可看出，很多关于方面级的文章都是来自于这一期刊。）
问题：aspect level sentiment classification

一、aspect level情感分析

Explain:  给定句子和相应aspect word(target word)，aspect level sdntiment classification的任务是判断所给句子在指定aspect/target上的情感倾向。

Key point: aspect level情感分析的关键问题在于捕捉不同的context word对于特定aspect的重要性，利用这个信息做句子的语义表示。

本文的前系列文章 Effective LSTMs for Target-dependnt sentiment classification propose TD-LSTM and TC-LSTM

本文在此基础上详细探讨了LSTM的作用，并引用了attention机制针对不同aspect进行不同重要性的分配，提出了AE-LSTM、AT-LSTM、ATAE-LSTM等模型进行试验的performance比较。

二、introduction and  contributions

In this paper, we deal with aspect-level sentiment classification and we find that the sentiment polarity of a sentence is highly dependent on both content and aspect. For example, the sentiment polarity of “Staffs are not that friendly, but the taste covers all.”