我院自然语言处理团队研究生以第一作者在Neurocomputing期刊发表最新研究成果论文

2020年8月8日，51五湖四取四海之财“自然语言处理与智能软件技术”研究团队（简称：NLP团队）的最新研究成果“A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term Extraction”被中科院SCI二区期刊“Neurocomputing”录用（2019年影响因子4.438）。该论文是在曾碧卿教授的指导下完成的，论文研究基于深度神经网络和多任务学习的协同中文评价方面抽取与方面级情感分类，填补了相关研究领域的空白。该论文的作者为杨恒、曾碧卿（通讯作者）、杨健豪、宋有伟（百度公司）、徐如阳。

研究成果的主要模型图

方面级情感分析和评价方面抽取是近年来兴起的热门研究，旨在抽取文本中的目标并分类目标的情感极性，是一种细粒度的自然语言处理任务，相比于经典情感分析更为复杂，研究也更具挑战性。本文提出的基于局部上下文专注的方面抽取和情感分类模型（LCF-ATEPC）具备同时抽取评价方面和分类方面情感的能力。通过微调预训练语言模型和多任务耦合学习，论文中提出的模型在3个常用英文方面级情感分析数据集和4个中文方面级情感分析数据集上取得了优异的表现。

除以上创新点以外，该论文首次研究了面向中文的评价方面抽取和情感分类多任务学习模型，为相关研究奠定了基础，具有一定的开创性。

该论文的预印版已经被发表在IEEE ACCESS等期刊上的学术论文引用，获得了同行的充分肯定。另外，本论文的实验代码在GitHub上开源以后，也获得了大量的关注。

论文预印版地址：https://arxiv.org/abs/1912.07976

项目开源地址：https://github.com/yangheng95/LCF-ATEPC

撰稿：杨恒，申淑媛

审稿：陈锦辉