基于BERT融合多模块的方面级情感分析

摘要

现有的BERT模型大多关注初始层到中间层的语法信息,而更高层的语义信息往往被忽略。由于判断句子情感是需要语义的,本研究在BERT模型的基础上加入并行聚合和层次聚合两个模块,分别用于方面抽取（AspectExtraction, AE）和方面情感分类（Aspect Sentiment Classification, ASC）。同时选择条件随机场（Conditional Random Fields,CRF）作为序列标记任务,从而提取到更多的语义信息。在SemEval 2014、SemEval 2016数据集上的实验结果显示,微调后的模型准确率和F1值均优于对比模型,证实了该模型的有效性。