摘要

情感目标抽取与情感词抽取是基于方面的情感分析（Aspect-Based Sentiment Analysis, ABSA）中的两个基础子任务。近年来，许多方法在这些任务上取得了显著进展。然而，鲜有研究致力于将情感目标与情感词以成对形式进行联合抽取。本文提出了一种新型的序列标注子任务，命名为TOWE（Target-oriented Opinion Words Extraction），旨在针对给定的情感目标，抽取其对应的情感词。为此，我们设计了一种融合情感目标信息的序列标注神经网络模型。该模型采用双向门控循环单元（Inward-Outward LSTM）将情感目标信息充分编码至上下文表示中，随后结合情感目标左侧、右侧上下文以及全局上下文信息，以识别与之匹配的情感词。基于笔记本电脑和餐厅评论领域的多个主流ABSA基准数据集，我们构建了四个用于TOWE任务的数据集。实验结果表明，所提出的模型在各项指标上显著优于其他对比方法。我们认为，本研究不仅有助于提升下游情感分析任务的性能，还可应用于成对情感信息的摘要生成。