句法融合三元组模型

抽取精度新标杆

通过引入词性与依存距离信息，明确区分跨度法的两个阶段学习目标，在公开数据集上超越所有基线模型。

Guangtao, Xu · 杨志豪 · 徐波 · Luo, Ling · 林鸿飞

Information Fusion 2025

技术优势

用句法提升抽取

引入词性与依存距离信息，使跨度法的两个阶段学习目标更清晰，从而提高整体性能。

超越所有基线

在公开数据集ASTE-V2上，模型显著优于所有基线模型，达到了新的最优性能。

应用场景

• 情感分析：用于从文本中同时抽取方面词、观点词和情感极性，提高情感分析的细粒度。
• 观点挖掘：能从评论中结构化地挖掘用户观点，取代传统流水线方法，减少误差传播。
• 细粒度情感分类：直接输出方面级情感三元组，为细粒度情感分类提供更丰富的结构化信息。