相互作用的情感与原因子句提取模型

无情感标注的原因提取获得较多关注。由于情感与原因是相互影响的,基于此,提出相互作用的情感与原因子句提取模型,加入相互作用的注意力矩阵提取情感与原因之间的关联性,进而提高情感子句与原因子句的提取效果。实验结果表明相互作用的注意力矩阵能显著提高模型效果。

情感子句预测与原因子句提取方法

为减少人工成本,提出在未给定情感标签情况下预测文本情感子句,同时提取原因子句的方法。使用CNN提取局部语义信息,使用带有注意力的Bi-LSTM提取句子上下文语义信息以及情感表达的关键部分信息,将这3类信息结合获取更好的句子特征来进行情感预测;通过注意力将预测的情感标签与句子特征结合,提取原因。实验结果表明,模型在情感子句预测和原因子句提取任务中均取得目前最好结果,在未给定文本情感标签的情况下,原因提取效果仍优于大部分传统模型。