统计资料记录-防抱死制动系统控制：将语法合并到R（右）o个BERT（误码率）基于a的带有特殊聚合标记的情绪分析模型

赵一勋（Ikhyun Cho）,荣华中（Yoonhwa Jung）,朱莉娅·霍肯迈尔

摘要
我们提出了一种简单但有效的方法，将句法依赖信息直接纳入基于转换器的语言模型（如RoBERTa），用于基于方面的情感分类（ABSC）等任务，其中所需的输出取决于特定的输入标记。与之前通过将语言模型与依赖树上的图神经网络相结合来捕获语法的ABSC方法相比，我们的模型syntax-Integrated RoBERTa for ABSC（SIR-ABSC）通过使用一种新的聚合器标记将语法直接并入语言模型。然而，SIR-ABSC优于这些更复杂的模型，在ABSC上产生了最新的最先进结果。
选集ID：
2023.结果-emnlp.572
体积：
计算语言学协会的发现：EMNLP 2023
月份：
十二月
年份：
2023
地址：
新加坡
编辑：
Houda Bouamor公司,胡安·皮诺,卡利卡-巴厘岛
地点：
调查结果
信号：
出版商：
计算语言学协会
注：
页：
8535–8550
语言：
网址：
https://aclantology.org/2023.findings-emnlp.572
DOI（操作界面）：
10.18653/v1/2023.findings-emnlp.572
比比键：
引用（ACL）：
赵一勋（Ikhyun Cho）、容光焕（Yoonhwa Jung）和朱莉娅·霍肯迈尔（Julia Hockenmaier）。2023SIR-ABSC：使用特殊聚合标记将语法并入基于RoBERTa的情感分析模型.英寸计算语言学协会的发现：EMNLP 2023，第8535–8550页，新加坡。计算语言学协会。
引用（非正式）：
SIR-ABSC：使用特殊聚合标记将语法并入基于RoBERTa的情感分析模型（Cho等人，2023年调查结果）
复制引文：
PDF格式：
https://aclantology.org/2023.findings-emnlp.572.pdf
PDF格式 引用 搜索