情感分析论文阅读之《Aspect Level Sentiment Classification with Deep Memory Network》

最新推荐文章于 2021-03-25 11:15:26 发布

原创

最新推荐文章于 2021-03-25 11:15:26 发布 · 2.5k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#情感分析

本文利用了加入了attention机制的QA系统中的深度记忆网络，本文将aspect word的上下文信息作为memory m中存储的内容。实现了一个针对aspect-level的情感分类模型。本文在attention机制中，增加了location特征，将aspect的位置也作为记忆网络中memory的一部分。最终在laptop数据集和restaurant数据集中进行了测试，并与feature-based SVM模型，LSTM模型和attention-LSTM模型进行了对比。

Task Definition

给定一个由 $n$ 个单词组成的句子 $s=\{w_1,w_2...,w_i...w_n\}$ ，其中 $w_i$ 为aspect word，确定句子 $s$ 对词 $w_i$ 的情感倾向。例如句子 $\ food\ but\ the\ service\ was\ dreadful"$ 中，对于aspect word $“ f o o d ”$ 的情感是积极的，而对于 $“ s e r v i c e ”$ 的情感是消极的。本文中所有单词向量叠加在一个单词嵌入矩阵 $L∈Rd∗∣V∣L\in R^{d*|V|}$ 中，其中 $d$ 为单词向量的维数， $∣ V ∣$ 为单词大小。 $w_i$ 的嵌入一词记作 $ei∈Rd∗1e_i\in R^{d*1}$ ，它是嵌入矩阵 $L$ 中的一列。