基于多标签Seq2Seq模型的情绪-原因对提取模型

作者：张思阳; 魏苏波; 孙争艳; 张顺香; 朱广丽; 吴厚月

来源：数据分析与知识发现, 2022, 1-12.

• 情绪-原因对抽取
• 多标签
• Seq2Seq模型
• BERT

[目的]提出基于多标签Seq2Seq模型的情绪-原因对提取方法，提高情绪-原因对抽取的F1值。[方法]使用BERT预训练得到语义丰富的词向量，通过Bi-GRU和LSTM进行编码分别得到文本的全局特征和局部特征，引入混合注意力机制实现二者的融合，提高文本语义特征捕获的完整度。[结果]对于情绪原因对的联合抽取，相较于最新模型，本文情绪原因对F1值在两个数据集上分被提升0.98%和0.81%，情绪抽取子任务分别提升0.68%和0.78%，原因抽取子任务分别提升1.1%和2.31%。[局限]模型主要考虑显式情绪-原因对，未针对隐式情绪-原因对进行探讨。[结论]本文模型基于多标签任务能够识别复杂文本中的情绪子句和原因子句，有效提升了情绪-原因对的标签分类效果。

• 单位
  安徽理工大学; 淮南师范学院