从比较性产品评论中提取感兴趣实体

本文提出了一种基于深度学习的方法，用于从各个电子商务网站的用户评论中提取产品比较信息。任何比较性的产品评论都包含三个主要的信息实体：被比较的产品名称、用户意见（谓词）以及被比较的特征或方面。这些信息实体在评论中相互依赖并受语言规则的约束。我们发现，使用长短期记忆网络（LSTMs）可以很好地捕捉它们之间的依赖关系。我们在现有的手动标注数据集上评估了我们的系统，并观察到其性能优于目前广泛应用于此类任务的语义角色标注（SRL）框架。