
摘要
细粒度产品评论情感分析的一项关键任务是从用户表达的意见中提取产品方面或特征。本文专注于使用深度学习进行监督方面的提取。与其它复杂的监督深度学习模型不同,本文提出了一种新颖且简单的卷积神经网络(CNN)模型,该模型利用两种预训练嵌入进行方面提取:通用嵌入和领域特定嵌入。在不使用任何额外监督的情况下,该模型取得了令人惊讶的良好结果,优于现有的复杂方法。据我们所知,这是首次报告基于双嵌入的CNN模型用于方面提取并取得非常优异的结果。
代码仓库
madehong/Seq2Seq4ATE
pytorch
GitHub 中提及
howardhsu/DE-CNN
pytorch
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| aspect-extraction-on-semeval-2014-task-4-sub-1 | DE-CNN | Restaurant (F1): 85.20 |
| aspect-extraction-on-semeval-2014-task-4-sub-2 | DE-CNN | Laptop (F1): 81.59 |
| aspect-extraction-on-semeval-2015-task-12-1 | DE-CNN | Restaurant (F1): 68.28 |
| aspect-extraction-on-semeval-2016-task-5-sub | DE-CNN | Restaurant (F1): 74.37 |