第49卷第4期2023年4月ComputerEngineering计算机工程结合依存图卷积与文本片段搜索的方面情感三元组抽取徐康，李霏，姬东鸿（武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室，武汉430040）摘要：现有基于序列标注或文本生成的三元组抽取模型通常未考虑完整文本片段级别的交互，且忽略了句法知识的应用。为解决上述问题，提出一种基于依存图卷积与文本片段搜索的深度学习模型来联合抽取方面情感三元组。通过预训练语言模型BERT编码层学习句子中每个单词的上下文表达，同时利用图卷积神经网络学习句子单词之间的依存关系和句法标签信息，以捕获远距离的方面词与观点词之间的语义关联关系，并采用文本片段搜索构造候选方面词与观点词及其特征表示，最终使用多个分类器同时进行方面词与观点词抽取及情感极性判断。在ASTE-Data-V2数据集上的实验结果表明，该模型在14res、14lap、15res和16res子集上的F1值相比于JET模型提升了10.61、10.54、4.91和8.48个百分点，具有较高的方面情感三元组抽取效率。关键词：方面情感三元组抽取；图卷积神经网络；深度学习；依存句法分析；文本片段搜索开放科学（资源服务）标志码（OSID）：中文引用格式：徐康，李霏，姬东鸿.结合依存图卷积与文本片段搜索的方面情感三元组抽取［J］.计算机工程，2023，49（4）：61-67.英文引用格式：XUK，LIF，JIDH.Aspectsentimenttripleextractionbycombiningdependencygraphconvolutionandtextspansearch［J］.ComputerEngineering，2023，49（4）：61-67.AspectSentimentTripleExtractionbyCombiningDependencyGraphConvolutionandTextSpanSearchXUKang，LIFei，JIDonghong（KeyLaboratoryofAerospaceInformationSecurityandTrustedComputing，MinistryofEducation，SchoolofCyberScienceandEngineering，WuhanUniversity，Wuhan430040，China）【Abstract】Existingstudiesontheextractionofaspectsentimenttriplesmostlyemploymethodsbasedonsequencetaggingortextgeneration.Thesemethodsconsiderneithertheinteractionsatthespanpairlevelnortheapplicationofsyntacticknowledge.Toaddresstheseproblems，thisstudyproposesadeeplearningmodelbasedondependencygraphconvolutionandtextspansearchtojointlyextractaspectsentimenttriples.ThemodelfirstlearnsthecontextualrepresentationofeachwordinasentencethroughtheBidirectionalEncoderRepresentation...
