摘要
情感-原因配对抽取旨在从未标注的情感文本中提取所有潜在的情感与其对应原因的配对。现有大多数方法采用流水线式框架，分别识别情感并抽取原因，由此导致误差传播的问题。针对这一挑战，本文提出一种基于转移机制的模型，将该任务转化为类似语法解析的有向图构建过程。该模型通过一系列动作逐步生成带有标签边的有向图，从而能够同时识别出情感及其对应的原因，实现对各子任务的联合优化，并最大化任务间的相互促进效应。实验结果表明，所提方法在F1值上取得了最佳性能，相较于当前最先进方法提升了6.71%（p < 0.01）。