
摘要
情感-原因配对抽取旨在从给定文档中提取所有与相应原因从句相匹配的情感从句。以往的方法通常采用两步法:第一步分别抽取情感从句和原因从句,第二步训练分类器以剔除无效配对。然而,这种流水线式的系统存在明显不足,主要表现为错误传播问题,且两个步骤之间难以实现良好协同。本文从排序的角度出发,提出一种单步神经网络方法,通过建模句间关系实现端到端的情感-原因配对抽取。该方法利用图注意力机制对文档中各从句之间的相互关系进行建模,以学习更具语义表达能力的从句表示;同时引入基于核函数的相对位置嵌入,增强从句对之间的表示能力,从而实现更有效的配对排序。实验结果表明,该方法显著优于现有的两步法系统,尤其在单文档中需抽取多个情感-原因配对的场景下表现更为突出。