《Towards Generative Aspect-Based Sentiment Analysis》论文阅读

文章介绍

   目前针对ASTE任务的处理大多是针对不同的部分即方面实体识别，情感词抽取，情感分析设计不同的处理方式。但这样的处理就很难考虑到标签丰富的语义信息，而且也较为复杂。因此该问提出了一个统一的生成框架用来处理不同的ABSA任务，具体可以分为两种类型的范式，即注释样式（annotation-style）和提取样式（extraction-style）。

方法

  两种样式的例子如下所示

可以知道注释样式就是在原句的方面实体的后面添加对应的情感极性和意见词。而提取样式则就类似于标准的ASTE的三元组形式（what，why，how）。
  其实我们也很容易知道，通过生成的方式虽然不用特别的设计，但是生成后的单词是难以控制的，就比如这个大小写还有复数，有时甚至是只错了一个字符，但这在判断中均会视为错误样例，是非常可惜的。因此该问就做了一个trick（预测正则化），即通过计算预测出的单词和库中的单词的编辑距离（Levenshtein distance），将其转化为编辑距离最近的点，如下图所示。

文章地址：Towards Generative Aspect-Based Sentiment Analysis