Dual-Attention Model for Aspect-Level Sentiment Classification

要約

側面レベルの感情分類のための新しい二重注意モデル (DAM) を提案します。
人工的な設計機能のサポート ベクター マシン、注意メカニズムに基づく長期短期記憶ネットワーク、依存関係解析に基づくグラフ ニューラル ネットワークなど、多くの手法が提案されています。
これらのメソッドはすべてまともなパフォーマンスを発揮しますが、構文上の重要な情報が 1 つ欠けていると思います: 依存関係ラベルです。
この考えに基づいて、この論文では、このタスクを実行する注意メカニズムに依存ラベルを使用するモデルを提案します。
提案されたアプローチを 3 つのデータセットで評価します。ラップトップとレストランは SemEval 2014 のもので、最後のデータセットは twitter データセットです。
実験結果は、二重注意モデルが 3 つのデータセットすべてで優れたパフォーマンスを発揮することを示しています。

要約(オリジナル)

I propose a novel dual-attention model(DAM) for aspect-level sentiment classification. Many methods have been proposed, such as support vector machines for artificial design features, long short-term memory networks based on attention mechanisms, and graph neural networks based on dependency parsing. While these methods all have decent performance, I think they all miss one important piece of syntactic information: dependency labels. Based on this idea, this paper proposes a model using dependency labels for the attention mechanism to do this task. We evaluate the proposed approach on three datasets: laptop and restaurant are from SemEval 2014, and the last one is a twitter dataset. Experimental results show that the dual attention model has good performance on all three datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google