《Target-oriented Opinion Words Extraction with Target-fused Neural Sequence Labeling》阅读笔记

Target-oriented Opinion Words Extraction with Target-fused Neural Sequence Labeling 阅读笔记

本文提出了一种新的面向意见目标提取意见词序列标记子任务（TOWE），针对给定的意见目标提取相应的意见词（意见目标是需要你给定的）。

这个任务有很多潜在的应用，如给出每个方面具体的观点信息从而帮助商家提升相应的服务、自动从评论中生成成对的观点摘要、帮助我们理解评论中用户情感的来源和提升 aspect-level sentiment classification 的性能

问题核心在于如何建模 target 和上下文之间的语义关系

意见目标需要提前给定，还要标注意见目标与意见词之间关系，工作量还是很大的。

---

1.本文的主要贡献

1. 本文提出了一种面向目标的意见词提取(TOWE)的序列标记子任务，该子任务可以为ABSA的下游任务提供辅助和可解释性。
2. 我们设计了一种新的序列标记神经网络模型来执行TOWE。它可以在同一个评论中为不同的目标生成特定于目标的上下文表示。
3. 构建了来自不同领域的四个数据集，作为未来工作的基准。我们在这些数据集上进行了广泛的实验，结果表明我们的模型可以大大超过各种基线。

---

2.问题定义

给定一个句子 S = { w₁ ,w₂,…w_i,…,w_n} ，它是由一个意见目标 w_i 和 n 个词组成的，任务是对句子中给定意见目标对应的意见词进行序列标注，标记为 y_i={B,I,O} (B:beginning;I:insid;O:other)。下面给出了一个例子。