采用上下文专注机制的特定目标观点抽取

作者：陈聿鹏; 陈佳伟; 黄荣; 韩芳

来源：计算机工程与应用, 2021, 1-8.

• 目标融合
• 上下文专注机制
• 双向长短时记忆（BiLSTM）网络
• BERT

针对现有的目标和观点抽取模型未能充分考虑两者的联系的问题，提出一种基于上下文专注机制的特定目标观点抽取模型。首先，将抽取出的目标特征向量与每个位置的上下文词向量拼接构成最终的句子表示，加强目标与句子之间的交互，实现目标融合；其次，采用上下文专注机制把注意力更多地放在目标词的周围，削弱远距离词的语义特征。提出的模型采用双向长短时记忆（Bi-directional Long Short-Term Memory，BiLSTM）网络将句子编码，并提取特征。与现有模型相比，所提模型的精确率、召回率和F1值都有一定程度的提升，证明了所提算法的有效性。同时，预训练的BERT模型也被应用到当前任务中，使模型效果获得了进一步的提升。

• 单位
  东华大学; 数字化纺织服装技术教育部工程研究中心