自我问题回答：基于角色翻转机器阅读理解的基于方面的情感分析

余国欣,李继伟,凌洛,孟玉仙,翔傲,清河

摘要
统一的基于方面的情绪分析（ABSA）的核心是将方面术语与其相应的意见术语耦合，这可能会进一步获得更容易的情绪预测。在本文中，我们从机器阅读理解（MRC）的角度研究了统一的ABSA任务，观察到方面和观点术语可以互换地作为MRC中的查询和回答。我们提出了一种新的范式——角色翻转机器阅读理解（RF-MRC）来解决这个问题。本质上，方面术语提取（ATE）或意见术语提取（OTE）的预测结果分别被视为查询，匹配的意见或方面术语被视为答案。查询和答案可以被翻转以进行多跳检测。最后，通过情感分类器预测每个匹配的方面对。RF-MRC可以解决ABSA任务，无需任何额外的数据注释或转换。在三个广泛使用的基准测试和一个具有挑战性的数据集上的实验证明了该框架的优越性。
选集ID：
2021.结果-emnlp.115
体积：
计算语言学协会的发现：EMNLP 2021
月份：
十一月
年份：
2021
地址：
多米尼加共和国蓬塔卡纳
编辑：
玛丽·弗朗辛·莫恩斯,黄宣景,露西娅·斯佩西亚,斯科特·文涛（Scott Wen-tau Yih）
地点：
调查结果
SIG公司：
SIGDAT公司
出版商：
计算语言学协会
注：
页：
1331–1342
语言：
网址：
https://aclantology.org/2021.findings-emnlp.115
内政部：
10.18653/v1/2021.查找-emnlp.115
比比键：
引用（ACL）：
余国欣、李继伟、罗玲、孟玉贤、项敖、清河。2021自我问题回答：基于角色翻转机器阅读理解的基于方面的情感分析.英寸计算语言学协会的发现：EMNLP 2021第1331-1342页，多米尼加共和国卡纳角。计算语言学协会。
引用（非正式）：
自我问题回答：基于角色翻转机器阅读理解的基于方面的情感分析（Yu等人，发现2021）
复制引文：
PDF格式：
https://aclcollectory.org/2021.findings-emnlp.115.pdf
视频：
 https://aclantology.org/2021.findings-emnlp.115.mp4网址
数据
MAMS公司
PDF格式 引用 搜索 视频