贴一下汇总贴：论文阅读记录
论文链接：《Exploiting BERT for End-to-End Aspect-based Sentiment Analysis》
一、摘要
在这篇论文中，我们从预先训练的语言模型，例如BERT，来研究情境化嵌入对E2E-ABSA任务的建模能力。具体来说，我们建立了一系列简单而深刻的神经基线来处理E2E-ABSA。实验结果表明，即使是一个简单的线性分类层，我们的基于伯特的体系结构也可以优于目前的工作。此外，我们还标准化了比较研究，通过持续使用一个保留开发数据集来进行模型选择，这在很大程度上被先前的工作所忽略。因此，我们的工作可以作为基于bert的E2E-ABSA基准。
二、结论
本文研究了BERT嵌入分量在基于端到端方面的情感分析(E2EABSA)中的有效性。具体来说，我们探索了将BERT嵌入分量与各种神经模型相结合，并在两个基准数据集上进行了广泛的实验。实验结果表明，基于bert的模型在捕捉基于方面的情感方面具有优越性，对过拟合具有鲁棒性。
三、ABSA相关研究
目前存在的三个ABSA相关研究问题。
- 第一个是原来的ABSA，旨在预测句子在给定方面的情感极性。
- 第二个问题和第三个问题，即面向方面的意见词抽取(AOWE) 和端到端基于方面的情感分析(E2E-ABSA)，都与序列标记问题有关。准确地说，AOWE的目标是从给定的方面的句子中提取特定于方面的意见词。E2E-ABSA的目标是联合检测方面术语/类别和相应的方面情感。
（大概先看这么多吧，后面再继续看看这篇文章）