《A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term》笔记

A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term Extraction（面向中文的方位极性分类和方位项提取的多任务学习模型） 学习笔记

---

论文亮点

1. 本文提出了一个联合模型用于aspect term extraction（方面项提取） 和 aspect polarity classification （aspect极性分类）。
2. 论文中提出的模型面向中文，也适应于英文，能同时处理中英文评论。
3. 该模型还集成了域自适应的 BERT模型以进行增强（每一个数据集使用一个bert）。
4. 模型在七个基准数据集中实现了最先进的性能。

---

1. 摘要

基于方面的情感分析（ABSA）任务是一个多粒度的自然语言处理任务， 现有的研究大多集中在方面项极性推断的子任务上，忽略了方面项提取的重要意义。此外，现有的研究还没有注意到面向汉语的ABSA任务的研究。

基于局部上下文焦点（LCF）机制，论文首次提出了面向中文的方面级情绪分析的多任务学习模型（LCF-ATEPC），该模型能够同时进行aspect term extraction（ATE）和aspect polarity classification（APC）两个子任务，能够同时对中英文评论进行分析，该模型集成了自适应领域的BERT模型，在四个中文评论数据集和SemEval-2014上取得了最优性能。

---

2.Introduction

在以往的研究中，主要关注的APC的精度，而忽略了对于ATE的研究，因此，在基于方面的情感分析进行迁移学习时，往往会因为缺少aspect term提取方法而陷入困境。

因此，为了有效的从文本中提取aspect，同时分析情感极性，提出了一种基于方面情绪分析的多任务多语言学习模型（LCF-ATEPC）。该模型基于Multi-head self-attention，集成预训练的bert和局部上下文焦点机制（LCF）。

通过对少量带有aspect和aspect极性的数据进行训练，该模型可以适应于大规模的数据集，可以自动提取各方面信息，预测情绪极值。通过这种方法，模型可以发现未知的方面，避免了手工注释所有方面和极性的繁琐和巨大的成本。基于领域特定方面的情绪分析具有重要意义。

---

2.1 创新点

1. 首次研究了面向多语种评论的结合APC子任务和ATE子任务的多任务模型，为中文方面项提取的研究提供了一种新的思路。
2. 第一次将self-attention和局部语境聚焦技术应用到APC中，充分挖掘他们在APC中的潜力。
3. 分别设计并应用了双标签输入序列（方面术语标签和情感极性标签），分别适用于ABSA联合任务的SemEval-2014和中文评论数据集。 双重标记提高了模型的学习效率。
4. LCF-ATEPC集成了预训练的bert模型。

---

3.模型

为了提出一种有效的基于多任务学习的方面级情感分析模型，我们采用了BERT-ADA中的域自适应BERT模型，并将局部上下文聚焦机制集成到该模型中。本节介绍LCF-ATEPC的体系结构和方法。

---

3.1 问题描述

ATE：序列标注任务。{B_asp，I_asp，O}
例如“The price is reasonable although the service is poor.“ S={w₁,w₂…w_n} ，其中 S 表示的是这个句子，w 表示的是单词经过Word embedding 之后的向量表示，这里把他叫做token（令牌），这句话的标注是 Y={O,B_asp,O,O,O,O,B_asp,O,O,O} 。

APC：情感极性分类是情绪分析的一个多粒度子任务，目的是预测方面项的情绪极性。S^t={w_i,w_i+1 … w_j} ，S^t 表示句子中的方面项 ，其中 i 是起始位置， j 是结束位置。

---

3.2模型架构

该模型将ATE和APC任务相结合，采用两个独立的BERT层分别对全局上下文和局部上下文进行建模。为了同时进行多任务训练，输入序列被标记成不同的标记，每个单词（token）有两种不同的label：第一种标签指示令牌是否是方面词，第二种标签标记方面词的情感极性。

在上图中，左边是局部上下文特征生成器（LCFG），右边是全局上下文特征生成器（GCFG）。两个特征生成单元主要包含一个独立的预训练bert层，分别是 BERT^l 和 BERT^g 。

LCFG通过 local context focus layer 和一个MHSA（Multi-head self-attention） 提取 局部上下文特征。

GCFG只部署了一个MHSA来学习全局上下文特征（在代码中没有找到）。

特征交互学习层（The feature interactive learning 简称FIL）：结合局部上下文特征和全局上下文特征之间的交互学习，预测aspect的情感极性。

并且基于全局上下文特征（GCFG部分）提取aspect。

---

3.2.1 BERT-Shared 层

预训练的BERT模型是为了提高大多数NLP任务的性能而设计的。LCF-ATEPC使用两个独立的BERT共享层，用于提取局部和全局上下文。对于预训练的bert模型，微调学习是必不可少的。两个bert的分享层都是被认为是嵌入层，并根据多任务学习的联合损失独立进行微调。

注释：

1. 多任务fine-tuning：使用Bert去训练除最后一层之外的其他任务，在不同任务之间共享参数。

2. 迁移学习不是一种算法而是一种机器学习思想，应用到深度学习就是微调（Fine-tune)。通过修改预训练网络模型结构（如修改样本类别输出个数），选择性载入预训练网络模型权重（通常是载入除最后的全连接层的之前所有层 ，也叫瓶颈层） （本文无关，没用到）

X^l 和 X^g 分别表示LCFG和GCFG的标记化输入（输入句子是相同的，但是对句子的标注是不同的，看3.8节），可以得到局部和全局上下文特征的初步输入。

其中 O 分别表示LCFG和GCFG的输出特征。BERT^l 和 BERT ^g 分别表示嵌入到LCFG和GCFG中的对应的bert共享层。

---

3.3 MHSA（Multi-head self-attention）

Multi-head self-attention是基于multiple scale-dot attention（多重缩放点积注意力 SDA），我认为就是多个self-attention同时工作，将获得的结果进行处理，这样获得的信息比较全面，可以用来提取语境中的深层语义特征。最后获得的是注意力分数矩阵。

MHSA在学习特征时可以避免上下文的长距离依赖带来的负面影响。

假设X_SDA是LCFG学习到的输入特征，则scale-dot attention计算如下：

MHSA 并行执行多个缩放的点注意力（SDA），并将输入特征串联起来，然后乘以一个权重矩阵W^MH进行转换特征。其中h表示attention heads的数量。文中用的是12。

使用了tanh激活函数，显著增强了特征捕捉能力。其中 W^MH 的向量表示如下：

说明经过MHSA之后，输出的结果维度是 n * d_h 。n是单词的数量，d_h 是一个单词隐层向量表示的维度。

---

3.4 Local Context Focus

3.4.1 语义相对距离（SRD）

局部上下文的确定依赖于语义相对距离，SRD用来判断上下文是否属于目标方面的局部上下文，以帮助模型捕捉局部上下文。局部上下文是一个新的概念，可以适应大多数细粒度的NLP任务。

在现有的ABSA中，现有的模型通常是把输入序列分为方面序列和上下文序列，将方面和上下文视为单独的片段，分别进行建模。

目标方面的局部上下文包含了更重要的信息，所以本文跟以往的模型不同，没有将aspect作为单独的输入，而是挖掘方面及其局部上下文（重点）。

SRD 是基于token-aspect对的概念，描述token与aspect之间的距离，就是token与aspect之间隔了几个token，作为所有token-aspect对的SRD，计算过程如下：

i 是特定令牌的位置，P_a 是aspect的中心位置，m 是目标aspect的长度，所以SRD表示第i个令牌和目标方面之间的距离。

通过MHSA编码器计算出所有令牌的输出后，除了与目标相关的局部上下文之外，其他的未知的输出特征都将被屏蔽（CDM）或者衰减（CDW）。

---

3.4.2 上下文特征动态掩码（CDM）

除了局部上下文特征，CDM将屏蔽 BERT^l 层学习到的非局部上下文特征。

CDM的实施，将非局部上下文的所有位置的特征设置为零向量。为了避免CDM操作后特征分布的不均衡性，利用MHSA编码器学习并重新平衡被屏蔽的局部上下文特征。

假设O_bert是BERT^l的初始输出特征，那我们可以得到如下的局部上下文特征。

M是用于屏蔽非局部上下文特征的屏蔽矩阵，V^m_i 是输入序列中每个token的掩码向量。α 是SRD阈值（文中是5），n是包括方面的输入序列的长度。其中与目标aspect相关的SRD小于阈值 α 表示的是局部上下文。E是一个1向量，O是一个零向量（长度是n）

将学习到的局部特征放到一个MHSA层（求局部上下文中的注意力）中，就得到了局部上下文表示 O^l 。

---

3.4.3 上下文特征动态加权（CDW）

CDM层完全放弃了非局部上下文特征，与CDM层相比，CDW采用了一种更加温和的策略，对目标aspect的非局部上下文特征根据SRD进行加权衰减。局部上下文特征保持不变。

设置权重，对非局部上下文的token设置一个很小的权重，降低影响力

W 是权重矩阵， V^w_i 表示的是权重向量。

CDM和CDW层是独立的，这就意味着他们是可选的，他们的输出特征均是O^l。此外，我们还尝试将CDM和CDW层的学习特征串联起来，并将他们的线性变换作为局部上下文的特征。

W^f , O^f 表示的是权重矩阵，b^f 表示的是偏移矩阵

---

3.5 特征交流学习

LCF-ATEPC结合和学习局部上下文特征和全局上下文特征进行极性分类。

O^l 和 O^g （O^g 是O^g_bert ） 分别表示局部上下文特征和全局上下文特征，为了获得连接向量的特征，使对 O^lg_dense 进行MHSA编码。

---

3.6 情感极性分类

方面级情感分类器对学习到的连接上下文特征执行head-pooling。

head-pooling指的是在输入序列中第一个token的对应位置提取隐藏状态。

求得head-pooling之后，把他放到了一个线性层，映射成1 * 3 （中文数据集是1 * 2）的形状（相当于一个三分类问题，文中没有进行介绍，代码中给出来的）。

然后应用softmax操作预测情绪极性（这里没有特别理解为什么要用head-pooling）。

其中 C 是情绪极性的数量，Y_polarity 表示预测的情感极性。

---

3.7 aspect 项提取

方面项提取器首先对每个token（单词）执行token-level分类，假设 T_i 是令牌T对应位置上的特征（O^g 通过一个线性层分类器，转换成n*3）。

每个位置都相当于一个三分类问题。

这里N是令牌类别的数量。Y_term 表示方面极性分类器推断的令牌类别。

这里简单的取每个位置上的最大概率的标签，没有考虑标签之间的相关性。

---

3.8 训练细节

对于LCFG和GCFG都是基于BERT-BASE模型的，然后BERT-SPC模型的提出显著的改善了APC的性能，而且与BERT-BASE相比，BERT-SPC只修改了输入序列的标注形式。

BERT-BASE： [CLS]+sequence+[SEP]

BERT-SPC: [CLS]+sequence+[SEP]+aspect+[SEP]

因为LCF-ATEPC是一个多任务模型，我们重新设计了数据输入的形式，并采用了情绪极性分析和token类别的双重标签。第一行评论标签序列，第二行是输入的评论（标明情感词），第三行是方面词的情感极性。

损失函数：使用交叉熵损失函数。

C 是情感极性种类的数量。λ 是正则化参数，θ 是模型的参数集。y_i 冒是方面词的情感极性，y_i 是预测的方面词的情感极性。

在标注数据集是，作者用-1表示除方面词之外的其他词，所以在损失函数前不用添加负号。目的是缩小损失函数。

（这里N，k的位置写反了）

N 是单词标签的种类，k 是每个输入序列的长度。t_i 冒 是单词的标签，t_i 是预测单单词的标签。

文中隐层的数量数768。

通过误差反向传播完成多任务之间的交互，这种交互方法是内隐式的，不可控的。

---

4 实验

4.1数据集

数据集：SemEval-2014和四个中文数据集。

数据集展示：

其中，第一列是评论数据，第二列是标签序列（B-ASP，I-ASP，O），第三列表示的是表达的情感极性。

多语言混合数据集

---

4.2实验结果：

1. 在中文数据集上的表现。
   
2. 在SemEval-2014 task4上的表现
   
3. 在混合模型上的表现