《Coupled Multi-Layer Attentions for Co-Extraction of Aspect and Opinion Terms面向和观点项共提取的多层耦合注意力》阅读笔记

Coupled Multi-Layer Attentions for Co-Extraction of Aspect and Opinion Terms 阅读笔记

2017 AAAI

2.摘要

方面词和观点词的协同抽取的任务是从用户提供的文本中，显示的提取描述实体特征的方面词和表达情感的观点词。

旧方法与存在的问题：一种有效的方法是通过分析每个句子的句法结构来挖掘方面词和情感词之间的关系。然而，这种方法需要花费大量的精力进行解析，并且在很大程度上依赖解析的结果。

本文提出了一种新的深度学习模型，即耦合的多层关注。是端到端的，不需要任何的解析器和其他语言资源进行预处理。

具体来说，就是提出了一个多层的注意网络，其中每一层都是由一对注意力组成，一个注意力是为了方面词的提取，一个注意力是为了情感词的提取。它们是交互学习的，以便在方面术语和观点术语之间双向传播信息。通过多层模型，可以进一步挖掘术语间的间接关系，从而更精确地提取信息

2.介绍

方面术语是指描述实体（例如产品）的属性或特征的单词或短语（一系列单词）。

意见词是指带有主观情绪的表达。

贡献：

1. 提出了一个面向方面和观点术语的端到端深度学习模型，而不需要任何句法/依赖解析器或语言资源来生成额外的信息作为输入。

2. 在三个基准数据集上进行了大量的实验，以验证我们的模型在方面和观点项协同提取方面达到了最先进的性能。