[发明专利]一种基于语义增强双编码器的方面级情感三元组抽取方法及系统

说明书

本发明提供了一种基于语义增强双编码器的方面级情感三元组抽取方法及系统，涉及方面级情感分析技术领域，尤其是方面级情感三元组抽取。该基于语义增强双编码器的用于方面级情感三元组抽取的方法，包括：根据基础上下文编码器学习文本表层语义信息；根据特定上下文编码器学习文本特定于评论领域的特定语义信息；接收文本的词性(POS)信息，句法依赖信息，通过图卷积网络建模文本的句法和结构信息；根据一个新颖的编码交互策略，充分融合基础语义和特定态语义，使得学习到的文本语义能够通过不同的角度提取文本中潜在的情感三元组。本专利解决了目前方面级情感三元组抽取任务中缺少多角度编码器，以及忽略文本句法和结构信息的问题。

技术领域

本发明涉及方面级情感分析技术领域，具体为一种基于语义增强双编码器的方面级情感三元组抽取方法及系统。

背景技术

方面级情感三元组抽取(ASTE)是方面级情感分析(ABSA)中最全面的子任务。其将提取、匹配和分类三种子任务结合在一起，试图同时获得评论中的方面实体、意见实体以及对应的情感态度。在以往的工作中，方面级情感分析(ABSA)由一些独立的子任务完成的，其中主要包括提取、匹配和分类子任务。具体的，Aspect Terms Extraction(ATE)和OpinionTerms Extraction(OTE)只从句子中提取方面实体或观点实体。Aspect-oriented OpinionExtraction(AOE)试图通过给定的方面实体抽取对应的意见实体。Aspect-levelSentiment Classification(ALSC)通过给定句子中的方面词，确定相应的情感态度。尽管这些子任务可以处理情感分析，但在叠加应用时性能会下降。直到定义了ASTE任务，一个情感三元组包括一个方面术语，一个观点术语以及相应的情感。ASTE的目的是以[Aspect,Opinion,Sentiment]的形式从句子中提取三元组。现有的研究方法通过构建新的表格填充策略或跨度融合策略来改进ASTE任务。然而，这些方法忽略了一些策略外的问题。单一的改变已有的抽取策略尽管能提升模型性能，但忽略原有的文本语义却会极大地限制模型的进一步提升。一方面，没有考虑方面词和意见词基于不同编码器多语义域下的交互。另一方面，忽略了三元组内各部分的隐藏语法特征。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了用于方面级情感三元组抽取的语义增强双编码器方法及系统，从不同的角度对句子进行编码，可以综合考虑句子各成分之间的交互，以获得更加精炼的文本语义表示，解决了目前方面级情感三元组抽取模型无法充分提取多角度语义信息的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，提供了一种基于语义增强双编码器的方面级情感三元组抽取方法，包括：

根据基础上下文编码器学习文本表层语义信息；

根据特定上下文编码器学习文本特定于评论领域的特定语义信息；

接收文本的词性(POS)信息，句法依赖信息，通过图卷积网络建模文本的句法和结构信息；

设计一个新颖的编码交互策略，充分融合基础语义和特定态语义，使得学习到的文本语义能够通过不同的角度反应句子的真实表达。

优选的，使用一个基础上下文编码器获得文本表层语义，具体包括：