Улучшение анализа тональности с помощью классификации типов предложений на основе BiLSTM-CRF и CNN

Разные типы предложений выражают тональность по-разному. Традиционные исследования классификации тональности на уровне предложения ориентируются на универсальные решения «один метод для всех» или сосредоточены только на одном специальном типе предложений. В этой работе мы предлагаем подход «разделяй и властвуй», который сначала классифицирует предложения по типам, а затем выполняет анализ тональности отдельно для предложений каждого типа. В частности, мы обнаружили, что предложения, как правило, становятся сложнее, если в них содержится больше целей оценки (sentiment targets). Поэтому мы сначала применяем основанную на нейронных сетях модель последовательности для классификации оценочных предложений на три типа в зависимости от числа целей, присутствующих в предложении. Каждая группа предложений затем отдельно подается в одномерную сверточную нейронную сеть для классификации тональности. Наш подход был оценен на четырех наборах данных для классификации тональности и сопоставлен с широким набором базовых методов. Экспериментальные результаты показывают, что (1) классификация типов предложений может улучшить качество анализа тональности на уровне предложения; и (2) предложенный подход достигает передовых результатов на нескольких эталонных наборах данных.