摘要
基于方面的情感分析(aspect-based sentiment analysis, ABSA)是情感分析(sentiment analysis,SA)中一个具有挑战性的子任务,它旨在识别针对特定方面的细粒度观点极性。由于评论文本有时很难分析出评论中商品的方面及对应的观点。文章提出了基于机器阅读理解的商品评论方面级情感分析方法,将方面级情感分类问题建模为机器阅读理解问题,微调了BERT(Bidirectional Encoder Representation from Transformers)模型,通过Attention与距离无关的特性来捕捉更长依赖的上下文信息,借助机器阅读理解架构捕捉文档级的上下文信息,也避免了实体或属性与观点匹配带来的误差。此外,提出的问题可以引入额外的信息,以提高观点抽取准确性,并在Semeval 2014 task4数据集上获得了较好结果。
出处
《长江信息通信》
2021年第4期153-155,共3页
Changjiang Information & Communications
作者简介
通信作者:崔彩霞。
