基于特定实体的文本情感分类总结（PART II）

作者：高开远

学校：上海交通大学

研究方向：自然语言处理

---

0. 写在前面

继续：【论文串烧】基于特定实体的文本情感分类总结（PART I）

1. Multi-grained Attention Network for Aspect-Level Sentiment Classification

EMNLP 2018的一篇论文，作者分析了先前提出的ABSA任务模型的不足：

• 使用的attention mechanism都是属于粗粒度的（简单地求和操作），如果对于target word和context都很长的话会引入额外的损失；

• 另外，先前的工作都是将aspect和context视作是单独的instance进行训练，没有考虑到具有相同上下文的instance之间的关联，而这些关联很有可能会带有额外的信息。

于是提出了一种解决ABSA问题的多粒度注意力网络（Multi-grained Attention Network， MGAN），主要的改进有：

• 细粒度注意力机制（fine-grained attention mechanism）： 单词级别（word-level）的target和context之间的交互，可以减少粗粒度attention的损失；

• 多粒度注意力机制 （multi-grained attention network）： 粗粒度attention和细粒度attention结合；

• aspect alignment loss： 在目标函数中加入aspect alignment loss，以增强context相同而情感极性不同的aspect对context权重学习的差异性。

模型如下，可以分为四个部分：

1. Input embedding layer

2. contextual layer

3. multi-grained attention layer

4. output layer
   

   
   

Input Embedding Layer

输入embedding层，使用的是预训练好的Glove，获得定长的aspect和context向量表示。

Contextual Layer

将上一步获得的aspect和context向量矩阵送入双向LSTM网络来捕获输入中词与词之间的关联，得到一个sentence contextual output和aspect contextual output。然后这里就可以把这两个矩阵进行交互了，但是作者又另外考虑了在上下文中与aspect word距离不同的word应该有不同的权重，引入了position encoding mechanism：context中与aspect相距为l的单词的权重w_{j}为：

注意，aspect中的词的权重设置为0。 于是最终得到的优化后的sentence contextual output为

Multi-grained Attention Layer

前面的部分可以说跟之前的工作大同小异，重点在于接下来的多粒度注意力层。
（1）Coarse-grained Attention
粗粒度attention的话跟之前的attention是一样的，

• C-Aspect2Context：对aspect矩阵Q进行求平均pool得到一个向量表示，将其与context矩阵H交互做attention，  

• C-Context2Aspect：这一步是跟C-Aspect2Context对称的
     

（2）Fine-grained Attention
细粒度attention的目的是刻画aspect对context或者context对aspect词与词之间的影响关系。首先定义H和Q元素之间的相似矩阵U，注意U的形状为[N * M]，U中每个元素表示context中的第i个单词和aspect中的第j个单词之间的相似度，

• F-Aspect2Context刻画的是对于每一个aspect word，context对其的影响程度。首先求出矩阵U中每一行最大的值，然后对其归一化操作得到和为一的权重分布后加权求和得到新的H表示
  

• F-Context2Aspect刻画的是对于每一个context word，aspect对其的影响程度。首先对U中每一行做归一化操作，得到N个和为1 的权重表示，然后用N个长为M的向量去和矩阵M逐元素加权求和，最后将这N个新的表示相加取平均，得到aspect最后的细粒度表示。  

Output Layer

在这一层将上述步骤得到的attention表示拼接起来，作为最终输入句子的向量表示并送入softmax层分析情感得分。

Loss Function

模型选用的损失函数为：

其中第一项为交叉熵损失，第二项为单独设计的aspect alignment loss，第三项为正则化项。这里需要重点说一下aspect alignment loss。该损失作用于C-Aspect2Context attention部分，C-Aspect2Context attention是用于确定与特定的aspect相关性最高context中的单词。加上了这个损失，在训练过程中模型就会通过与其他aspect比较而更加关注对自己更重要的context word。举个栗子，在句子I like coming back to Mac OS but this laptop is lacking in speaker quality compared to my $400 old HP laptop中，通过与不同的aspect Mac OS相比，speaker quality应该更关注词语lacking，而更少关注like。
对于aspect列表中的任一对aspect a_{i}和 a_{j}，首先求出它们对context中某一特定单词的attention权重差的平方，然后乘上a_{i}和 a_{j}之间的距离d_{ij}：

试验分析

---

2.Aspect Level Sentiment Classification with Attention-over-Attention Neural Networks

这篇文章的思路好像跟上一篇很像，模型可以分为四个部分：

1. word embedding

2. Bi-LSTM

3. Attention-over-Attention

4. Final Classification
   

   
   

Attention-over-Attention（AOA）

定义长度为n的句子和长度为m的target

1. 经过双向LSTM得到的隐状态表示为矩阵,  ，

2. 接着计算两者的交互矩阵;

3. 通过对交互矩阵做基于列的softmax和基于行的softmax可以得到target-to-sentence attention 和sentence-to-target attention
   

4. 对beta向量求平均，也就获得target-level attention：
   

5. 最后再做一次sentence层面的attention：

试验分析

---

3. Attentional Encoder Network for Targeted Sentiment Classification

与以往大多数RNN+Attention的思路不同，作者在这篇论文里给出了注意力编码网络（Attentional Encoder Network，AEN），避免了RNN系模型的缺点（难以并行化，需要大量数据/内存/计算）；同时提到先前的工作大都忽略了标签不可信问题（label unreliability issue），这里在损失函数中引入了标签平滑正则项。模型整体框架如下

Embedding Layer

有两种embedding的方式

• 使用glove预训练embedding

• 使用bert预训练embedding：注意将输入转化成bert需要的形式， 即[CLS] + context + [SEP] 和 [CLS] + target +[SEP]

Attentional Encoder Layer

注意力编码层和LSTM层的作用一样，都是计算输入的语义表示得到隐状态矩阵。这一层包括两个子模块：

• Multi-Head Attention： MHA就是在attention is all you need那篇论文里的多头注意力机制。这里对context采用的是Intra-MHA，即self-attention；对target采用的是Inter-MHA， 即传统意义上的attention。
  

• Point-wise Convolution Transformation（PCT）： 逐点卷积，即卷积核的尺寸为1,对上述得到的两个attention encoder进行一下操作，
  

Target-specific Attention Layer

将attention encoder后得到的关于context和aspect信息的向量表示h_{t}和h_{c}再做一次attention操作得到具有更多交互信息的向量，然后与h_{t}和h_{c} pool以后的向量拼接得到最终的输入表示送入softmax层进行情感分析

Loss Function

前面提到为了解决标签不可信任问题（比如中性情感是一种非常模糊的情感表达，具有中性情感标签的训练样本就是属于不可信任的），引入了一种新的损失计算Label Smoothing Regularization (LSR)，关于LSR的深入理解这里不详细说了可以参考知乎问题：Label Smoothing Regularization_LSR原理是什么？

试验分析

作者非常nice地开源了论文对应的代码库：songyouwei/ABSA-PyTorch 而且里面还有很多其他模型的实现。赞！

---

4. Transformation Networks for Target-Oriented Sentiment Classification

作者提出用attention去提取context和aspect之间的语义相关性存在一定的缺陷，并列举了一个例子：

“This dish is my favorite and I always get it and never get tired of it.” 这句话中，attention机制会提取出相对于dish不相关的词语比如"never","tired"等。

于是提出可以利用CNN来取代attention来提取context中相对重要的信息，同时对朴素CNN进行了进一步的处理使其适合该任务，提出了Target-Specific Transformation Networks (TNet)

Bi-LSTM Layer

将文本的上下文信息融入到word的向量表示中是非常重要的

Context-Preserving Transformation（CPT）

模型再往上一层是Transformation Layer，是由多个CPT模块叠加而成。单独的CPT模块结构如下所示

在这里插入图片描述

CPT分为两个部分，Target-Specific Transformation（target转换机制）和Context-Preserving Mechanism（上下文保存机制）

• Target-Specific Transformation用于动态地生成target的向量表示（这是论文的创新点）。首先将target表示通过一个Bi-LSTM来获得其抽象表示，再将该表示与上一层每个context词的表示做相似度计算，从而调整target的表示。
  

• Context-Preserving Mechanism的提出是因为在经过TST的非线性转化之后，现有的向量表达可能已经丢失了原来Bi-LSTM层输出的信息，作者提出了两种解决方案：

• Lossless Forwarding：直接将前一层的输出加入到这一层的输出上

   - Adaptive Scaling：与LSTM中门控机制类似的自适应保存机制，通过门控单元来控制当前层和上层输出到下层的信息。

Convolutional Layer

作者对于卷积层提出了利用观点词与目标词的距离的改进措施。作者为每一个位置计算一个位置特征其中C是超参，相当于设置了一个窗口，在这个窗口范围内进行计算。k是target第一个词的位置，m是target的长度，i是当前词的位置。

然后将距离特征融合到词特征上：再进行卷积和最大池化的操作 最后送入softmax层进行情感判定

试验分析

原文链接：

https://blog.csdn.net/Kaiyuan_sjtu/article/details/89811824

本文由作者原创授权AINLP首发于公众号平台，点击'阅读原文'直达原文链接，欢迎投稿，AI、NLP均可。