摘要

方面情感三元组提取（ASTE）是指从文本中抽取方面术语、与其相关的情感以及提供情感证据的意见术语的任务。以往的ASTE方法通常同时提取所有三个组成部分，或者首先识别方面术语和意见术语，然后将其配对以预测其情感极性。在本研究中，我们提出了一种新的范式——ASTE-RL，通过在分层强化学习（RL）框架中将方面术语和意见术语视为所表达情感的参数来实现这一目标。我们首先关注句子中表达的情感，然后识别该情感对应的目标方面术语和意见术语。这种方法不仅考虑了三元组各组成部分之间的相互作用，还提高了探索效率和样本利用效率。此外，这种分层RL设置使我们能够处理多个重叠的三元组。在实验中，我们在笔记本电脑和餐厅领域的现有数据集上评估了我们的模型，并展示了其达到当前最佳性能的结果。本工作的实现代码已公开发布于 https://github.com/declare-lab/ASTE-RL。