摘要
方面-情感三元组提取（ASTE）是最近提出的一项基于方面的情感分析任务，旨在从给定句子中提取（方面短语、意见短语、情感极性）三元组。近期的最先进方法通过首先从给定文本中提取所有可能的文本片段，然后使用分类器筛选出潜在的方面短语和意见短语，最后再使用另一个分类器考虑这些短语的所有组合，并为其分配情感极性来解决这一任务。尽管已经提出了几种上述方案的变体，但共同的特点是最终结果是由一系列独立的分类器决策构建而成。这阻碍了对提取短语之间依赖关系的利用，并且无法利用分类器预测之间的相互关系来提高性能。在本文中，我们提出了一种新的ASTE方法，该方法由三个受变压器启发的层组成，能够建模短语之间以及最终分类器决策之间的依赖关系。实验结果显示，该方法在F1值上优于其他在流行基准数据集上研究的方法。此外，我们还展示了简单的预训练技术可以进一步提升模型的性能。