用于方面情感三元组抽取的双向级联网络.pdfVIP

研究论文第50卷第12期/2024年12月/计算机工程

用于方面情感三元组抽取的双向级联网络

郑阿勇，顾幸生

（华东理工大学信息科学与工程学院能源化工过程智能制造教育部重点实验室，上海200237）

摘要：方面情感三元组抽取（ASTE)是基于方面的情感分析子任务之一，其目标是从给定文本序列中抽取所有

提及的方面及其对应的观点、观点表达的情感倾向，构成三元组。基于跨度级交互和端到端两个前提，提出双向

级联网络。在编码块里应用条件层归一化让方面跨度和观点跨度的特征进行深层交互，实现两者间的级联；在

“方面到观点”和“观点到方面”两个方向上进行三元组抽取，并设计解码策略聚合两个方向上的结果；为缓解类别

不平衡问题，在多标签交叉熵损失中加入稀疏因子来提高训练环节对稀疏正类的惩罚力度；为缓解曝光偏差问

题，设计跨度漂移和输出采样两种策略来构造负样本加人训练。在ASTE-Data-V2-EMNLP2020数据集上进行实

验，结果表明，所提模型在4个子数据集14LAP、14RES、15RES、16RES上较SBN-ASTE模型的F1值分别提高

0.91、0.17、2.0、1.56个百分点。

关键词：深层交互；双向级联；双向聚合；曝光偏差；类别不平衡

中图分类号:TP18文献标志码：AD0I:10.19678/j.issn.1000-3428.0068534

BidirectionalCascadeNetworkforAspectSentimentTripletExtraction

ZHENGAyong,GUXingsheng*

(KeyLaboratoryofEnergyandChemicalProcessIntelligentManufacturingofMinistryofEducation,

SchoolofInformationScienceandEngineering,EastChinaUniversityofScienceandTechnology,Shanghai200237,China)

[Abstract)AspectSentimentTripletExtraction(ASTE)isasubtaskofaspect-basedsentimentanalysis.Thegoal

istoextractallmentionedaspects,theircorrespondingopinions,andthesentimentpolarityexpressed,forming

tripletsfromagiventextsequence.Toachievethis,abidirectionalcascadenetworkisproposed,leveragingspan-

levelinteractionsandend-to-endextraction.Conditionallayernormalizationisappliedwithintheencodingblocksto

facilitatedeep-levelinteractionsbetweentheaspectandopinionspans,creatingacascadingeffect.Tripletsare

extractedinbothaspect-to-opinionandopinion-to-aspectdirections,withdecodingstrategiesthatmergeresults

frombothdirections.Toaddressclassimbalance,asparsefactorisintroducedintothemultilabelcross-entropy

loss,increasingthepenaltyforsparsepositiveclassesduri