双向抽取网络

PCTR提升1.17%

利用对偶学习与顺序提示，在方面级情感三元组提取中融入情感极性信息，实现双向交互，提升提取准确性。

刘井平 · 陈涛 · Hao, Guo · Chao, Wang · Jiang, Haiyun · 肖仰华 · Xu, Xiang · Baohua, Wu

IEEE Transactions on Knowledge and Data Engineering 2024

参数信息

页面浏览点击率提升

1.17 %

页面浏览转化率提升

1.08 %

技术优势

双向抽取更准

采用对偶学习框架，抽取模型在正反两个方向同时学习，通过双向预测目标提高三元组识别精度。

顺序提示提升准确率

利用前一步的提取结果作为先验知识，逐步引导下一步目标预测，使方面、意见和情感极性的确定更加精确。

应用场景

• 情感分析：从评论中精准提取方面、意见和情感极性，提升情感分析粒度。
• 评论标签：自动生成商品评论的结构化标签，辅助用户快速决策。
• 对话理解：识别对话中的方面级情感三元组，增强对话系统的情感理解。
• 人机交互：让系统更准地理解用户反馈中的情感表达，优化交互体验。
• 商品推荐：通过提取用户对商品各方面的情感倾向，为个性化推荐提供特征。