摘要

现有的大多数基于方面的情感分析（ABSA）模型仅能一次预测单一方面的情感极性，主要聚焦于基于其他上下文或方面信息来增强该单一方面的表征。这种“一对一”的范式忽略了多方面、多情感句子中不仅包含针对各个具体方面的独立描述，还包含多个方面共享的全局上下文信息这一事实。为全面考虑上述问题，本文提出一种“一对多”ABSA框架——You Only Read Once（YORO），该框架能够基于各方面的具体描述，同时建模所有方面的表示，并利用句子中共享的全局上下文信息更有效地融合各方面的相互关系。同时预测多个方面的情感极性，有助于提升计算与预测的效率。我们在三个公开数据集（MAMS、Rest14 和 Lap14）上进行了大量实验。实验结果表明，YORO 在处理多方面、多情感场景方面具有显著有效性，同时也凸显了“一对多”ABSA在兼顾效率与准确率方面的巨大潜力。