本文主要是介绍论文阅读-USSA: A Unified Table Filling Scheme for Structured Sentiment Analysis，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
论文来自2023ACL，原文：
https://aclanthology.org/2023.acl-long.802/
contribution:(来自原文)
1.提出了一种双词法依赖解析图，并将其转换为统一的二维表格填充方案USSA，解决了SSA中重叠和不连续的核心问题。
2.提出了一个有效的模型，与USSA方案很好地合作，利用提出的双轴注意模块，以更好地捕捉表中关系的相关性。
我的关注点：
1.Table Filling Scheme
word-pair之间的关系被分成了两大类13种，
表格分成了上三角和下三角，上三角表示Token Extraction(TE)，下三角表示Relation Prediction(RP)。
之前看到ASTE中，很多都使用对称的GTS，或者GTS的衍生。但是，在本文中，上三角表示的是完整的holder, target和expression，即Relation Prediction(RP)。下三角表示的是holder和target分别对应着哪个expression，并表示出了expression代表的是什么情感。
思考：若是远距离的否定句，是否可行呢？
2.Word-pair Representation Layer
利用Conditional Layer Normalization(CLN)表示word-pair，
3.Bi-Axial Attention Module
关于轴向注意力（axial attention） :
Axial Attention 和 Criss-Cross Attention及其代码实现-CSDN博客
这篇关于论文阅读-USSA: A Unified Table Filling Scheme for Structured Sentiment Analysis的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
