摘要：方面情感三元组抽取（ASTE）旨在同时提取出文本中的方面及其对应的观点和情感极性，是一项新兴且具有挑战性的方面级情感分析任务。现有方法中，基于多轮机器阅读理解的方法有效实现了情感三元组抽取，但仍存在一定的局限性：其一，多轮阅读理解中单一的文本特征难以适应特定子任务；其二，全局自注意力机制缺乏对语法层面更重要单词的关注，并对不重要单词赋予更高的注意力权重。针对这些问题，论文提出一种特征增强式多轮机器阅读理解方法（EMT-MRC），在每轮机器阅读理解中设计双向注意力流构建文本与问题的交互关系，从而获得特定任务感知的文本表示。同时，将依存句法关系整合到Transformer编码器，通过依存距离约束模型注意力分布，加强模型对句子语法层面的关注。通过在两组基准数据集上的实验，证明了提出方法的有效性。
文章目录
1 引言
2 相关工作
3 模型介绍
3.1 任务定义
3.2 多轮机器阅读理解构建
3.3 嵌入层
3.4 句法引导层
3.4.1 Transformer编码器
3.4.2 句法引导的自注意力
3.5 任务感知层
3.6 答案预测层
3.7 损失函数
4 实验
4.1 数据集
4.2 实验参数设置
4.3 实验评估方法
4.4 对比实验
4.5 消融实验
4.5.1 特征增强模块有效性
4.5.2 不同语义距离影响
4.6 重叠三元组和多词三元
