摘要
情感原因提取旨在识别文本中表达的某种情感背后的原因。这一任务相较于情感分类要困难得多。受近期在使用深度记忆网络进行问答（QA）研究的启发，我们提出了一种新的方法，将情感原因识别视为问答中的阅读理解任务。借鉴卷积神经网络的思想，我们提出了一种新机制，用于在不同的记忆槽中存储相关上下文信息以建模上下文。我们所提出的这种方法能够提取词级序列特征和词汇特征。性能评估表明，我们的方法在一个最近发布的感情原因数据集上达到了最先进的水平，在F值指标上至少比多个有竞争力的基线方法高出3.01%。
情感原因提取旨在识别文本中表达的某种情感背后的原因。这一任务相较于情感分类要困难得多。受近期在使用深度记忆网络进行问答（QA）研究的启发，我们提出了一种新的方法，将情感原因识别视为问答中的阅读理解任务。借鉴卷积神经网络的思想，我们提出了一种新机制，用于在不同的记忆槽中存储相关上下文信息以建模上下文。我们所提出的这种方法能够提取词级序列特征和词汇特征。性能评估表明，我们的方法在一个最近发布的感情原因数据集上达到了最先进的水平，在F值指标上至少比多个有竞争力的基线方法高出3.01%。