目标语义与位置融合的方面意见词抽取

面向方面目标的意见词抽取(Target-oriented Opinion Word Extraction,TOWE)是方面情感分析的一个子任务,旨在针对给定句子的特定方面目标识别意见词.在同一句子中,对于不同的目标,模型需要输出不同的抽取结果,TOWE可以给出每个方面目标具体的观点信息,从而帮助理解用户情感的来源,细化情感分析任务的粒度.为识别文本中给定方面目标的方面意见词,需要综合考虑上下文语境、方面目标语义信息以及位置信息,并建模候选意见词与方面目标之间的对应关系.本文提出了一个目标语义与位置融合的方面意见词抽取模型(Target-oriented Opinion Word Extraction Based on the Fusion of Aspect Target Semantics and Position model,AP-IOG),模型使用编码器-解码器框架,在方面目标融合编码器中包含3个LSTM模型:向内In-ward-LSTM可以充分利用方面目标信息;向外Outward-LSTM可以将方面目标信息很好地编码到上下文中;位置注意力增强的Global-LSTM,可以帮助理解整个句子的全局含义,并且关注到整个句子中方面目标附近的局部信息.这3个LSTM很好地融合了方面目标及其上下文和位置信息,有利于定位针对方面目标的意见词.编码后,将方面目标的上、下文与位置注意力增强的全局上下文进行拼接,传入解码器中.使用TOWE中电脑和餐厅评论领域4个数据集作为实验数据集,实验结果表明,AP-IOG模型明显优于其他方法,在4个数据集上F1值相比于TOWE的基准模型IOG分别提升了 2.23％、2.10％、2.75％以及3.55％.