情感原因对抽取是一项全新的自然语言处理任务，试图提取出文本中所有的情感子句以及相应的原因子句。现有的工作要么遵循多阶段方法，其中情感抽取、原因抽取及配对都是单独进行的；要么使用复杂的架构来解决其局限性，并且可解释性较低。针对这些问题，本文提出一种基于Prompt和BERT相结合的ECPE-Prompt模型。该模型以一种可解释性较强的两阶段方法将情感抽取和原因抽取链接起来，最后完成情感原因对抽取任务。实验结果表明，该模型的F1分数指标对比基线模型提高6%。
科研之友
微信
新浪微博
Facebook
分享链接
