来源：期刊VIP网 时间：
作者：邵睿;孙红光;姜鸣鹤;冯国忠;张慧杰;
单位：东北师范大学信息科学与技术学院;
摘要：传统三元组抽取任务的方面词与意见词的抽取相互关联，采用流水线(Pipeline)或联合(Joint)模型架构会存在误差传递、错误传播等问题.基于上述问题，本文设计基于位置提示的双通道循环网络(Position-prompt dual-channel recurrent neural network, PDRN)模型解决三元组抽取任务.采用预训练BERT模型生成词向量作为模型输入，通过双通道显示交互方法在多个循环中建立同步机制，作为两元组(方面、意见)抽取及配对，使用基于位置提示的BERT-BiLSTM模型进行情感极性判别.在3个三元组抽取数据集进行实验，F1值相较最好的流水线模型和同类联合模型提高了1%～2%,在ASOTE任务上F1值相较基线最高提升了2.9%.
关键词：情感分析;;情感三元组抽取;;深度学习;;BERT模型
基金资助：国家自然科学基金面上项目(62377008);; 中央高校基本科研业务费专项资金资助项目(2412022ZD053)
