1.基于共享句法表征的跨领域端到端方面级情感分析方法,其特征在于,包括:步骤1、在源域和目标域的未标记文本W上,使用文本处理工具spaCy获得原始句法依存树Gd;
′
步骤2、将原始句法依存树Gd通过句法规则剪枝重塑,获得简化句法依存树Gd及文本对′应的简化句法标签序列DW和词性标签序列PW;
步骤3、对文本编码,获得融合句法信息的上下文表征H;
步骤4、使用词性和简化句法信息作为自监督信号微调BERT,获得融合句法信息的域不变表征;
步骤5、训练词级分类器,获取词级权重αi,在源域的标记文本上进行加权,实现方面级情感分析,并通过加权交叉熵损失进行优化;
步骤6、训练跨领域端到端方面级情感分析模型,利用训练好的模型进行情感分析。
2.根据权利要求1所述的基于共享句法表征的跨领域端到端方面级情感分析方法,其特征在于:所述步骤2的具体步骤如下:步骤2.1、对原始句法依存树Gd从根节点开始进行遍历,得到带有句法和词性信息的、连接核心词到依存词的句法弧;
步骤2.2、按照句法规则进行判断,如果核心词和依存词符合规则,则增加核心词的父节点到依存词的句法弧,句法关系与核心词及其父节点之间的依存关系相同,同时断开核′心词到依存词的句法弧,获得简化句法依存树Gd;
步骤2.3、根据简化句法依存树,将词性标签和简化句法标签分配给句中的每个单词,′获得文本对应的词性标签序列PW和简化句法标签序列D ′。
3.根据权利要求1所述的基于共享句法表征的跨领域端到端方面级情感分析方法,其特征在于:所述步骤3中,首先将未标记的文本序列转换为包含单词嵌入、段落嵌入、位置嵌入、词性嵌入和简化句法嵌入的连续单词嵌入e,然后通过多层transformer将单词嵌入转化为上下文表征H。
4.根据权利要求1所述的基于共享句法表征的跨领域端到端方面级情感分析方法,其特征在于:所述步骤4中,从未标记文本中选择25%的单词,使用[MASK]替换原句中的单词、词性标签和简化句法标签,构造基于掩码的词性预测和句法预测两个辅助任务。
5.根据权利要求1所述的基于共享句法表征的跨领域端到端方面级情感分析方法,其特征在于:所述步骤5中,训练词级分类器获得每个单词的领域分布,使用目标域概率与源域概率的比值作为每个单词的权重,实现方面级情感分析,并通过加权交叉熵损失进行优化。
6.根据权利要求1所述的基于共享句法表征的跨领域端到端方面级情感分析方法,其特征在于:所述步骤6中,以多任务学习的方式对词性预测和句法预测两个辅助任务和方面级情感分析任务联合训练。