探讨 LSTM 在意见实体和关系的联合提取中的应用

我们研究了深度双向 LSTM 在意见实体及其连接的 IS-FROM 和 IS-ABOUT 关系的联合提取中的应用——这是使用深度学习方法的首次尝试。令人惊讶的是，我们发现标准 LSTM 在与最先进的 CRF+ILP 联合推断方法竞争方面表现不佳；然而，结合句子级和新颖的关系级优化，LSTM能够识别意见关系，并与最先进的意见实体和 IS-FROM 关系的联合模型在 1-3% 内相当；对于 IS-ABOUT 关系的表现也与最先进的模型相当——这一切都无需访问意见词库、解析器和 CRF+ILP 方式所需的其他预处理组件。