方面级情感分析论文泛09:Attentional Encoder Network for Targeted Sentiment Classification

提示1：原文链接
提示2：代码链接

前言

  本篇博客主要是对《Attentional Encoder Network for Targeted Sentiment Classification》进行了泛读，并对其进行了简单地记录，以帮助大家快速了解此篇论文的要点。

一、论文信息

• 论文名：《Attentional Encoder Network for Targeted Sentiment Classification》
• 作者：Youwei Song, Jiahai Wang, Tao Jiang, Zhiyue Liu, Yanghui Rao.
• 领域：Targeted Sentiment Classification
• 关键词：Attentional Encoder Network
• 发表年份：2019
• 会议/期刊名：CoRR

二、笔记要点

2.1 目前存在的问题

  1、RNN 难以并行化，并且通过时间截断反向传播给记住长期模式带来了困难。
  2、之前研究忽略的另一个问题是标签不可靠性问题，因为中性情感是一种模糊的情感状态，给模型学习带来了困难。

2.2 目前解决方法

  以前的大多数方法都使用RNN和注意来模拟上下文和目标词。

2.3 本文方法和创新点

  方法：为了解决这个问题，本文提出了一种注意力编码器网络（AEN），它避免了重复，并使用基于注意力的编码器在上下文和目标之间进行建模。
  创新点： 为了处理标签不可靠性问题，我们采用标签平滑正则化来鼓励模型对模糊标签的信心较低；

2.4 模型结构

2.5 实验结果

  实验和分析证明了我们模型的有效性和轻量级

  在三个基准数据集上的实验结果表明（如下图），所提出的模型实现了具有竞争力的性能，并且是基于 RNN 的最佳模型的轻量级替代方案。

  模型大小如下所示：

2.6 总结和展望

  ① 在这项工作中，我们为目标情感分类任务提出了一个注意力编码器网络，它采用基于注意力的编码器进行上下文和目标之间的建模。
  ② 提出了标签不可靠性问题，并添加了标签平滑正则化

总结

  以上就是本篇博客的全部内容了，希望对你有所帮助。