利用BERT实现端到端的基于方面的情感分析

本文研究了预训练语言模型（如BERT）所生成的上下文感知嵌入在端到端情感分析（E2E-ABSA）任务中的建模能力。具体而言，我们构建了一系列简单但具有启发性的神经网络基线模型来应对E2E-ABSA任务。实验结果表明，即使仅采用简单的线性分类层，基于BERT的架构仍能超越现有最先进方法的性能。此外，我们通过一致地使用预留验证集进行模型选择，对对比实验进行了标准化处理，这一做法在以往研究中普遍被忽视。因此，本工作可作为E2E-ABSA任务中基于BERT的基准参考。