Ein positionssensitives bidirektionales Aufmerksamkeitsnetzwerk für die aspektbasierte Sentimentanalyse

Die aspektbezogene Sentimentanalyse zielt darauf ab, die Sentimentpolarität jedes spezifischen Aspektbegriffs in einem gegebenen Satz zu unterscheiden. Sowohl die Industrie als auch die Wissenschaft haben die Bedeutung der Beziehung zwischen Aspektbegriff und Satz erkannt und versucht, diese Beziehung durch die Entwicklung einer Reihe von Aufmerksamkeitsmodellen zu modellieren. Allerdings vernachlässigen die meisten bestehenden Ansätze häufig die Tatsache, dass auch die Positionsinformation entscheidend für die Identifizierung der Sentimentpolarität eines Aspektbegriffs ist. Wenn ein Aspektbegriff in einem Satz vorkommt, sollten seine benachbarten Wörter gegenüber weiter entfernten Wörtern stärker berücksichtigt werden. Daher schlagen wir ein positionssensitives bidirektionales Aufmerksamkeitsnetzwerk (PBAN) vor, das auf einem bidirektionalen GRU basiert. PBAN berücksichtigt nicht nur die Positionsinformation von Aspektbegriffen, sondern modelliert auch die Wechselbeziehung zwischen Aspektbegriff und Satz gegenseitig durch die Anwendung eines bidirektionalen Aufmerksamkeitsmechanismus. Die experimentellen Ergebnisse auf den SemEval 2014-Datensätzen belegen die Wirksamkeit unseres vorgeschlagenen PBAN-Modells.