2156
3
0
2020-06-14 10:48:11
2020-06-15
2020年6月7日，华南师范大学软件学院“自然语言处理与智能软件技术”研究团队（简称：nlp团队），在团队负责人曾碧卿教授带领下，在sci期刊journal of intelligent & fuzzy systems上，录用了一篇研究论文《multi-task learning model for aspect term extraction and aspect polarity classification based on dual-labels》。journal of intelligent & fuzzy systems是中科院四区的sci学术期刊，该期刊的影响因子是1.637，属于“计算机科学”大类学科和“计算机：人工智能”小类学科。论文作者包括有：第一作者、通讯作者曾碧卿教授，计算机学院硕士研究生杨恒、曾锋、周武、徐如阳。
研究成果介绍：
基于方面级的文本情感分类(absa)是自然语言处理中的一个热点任务，它由方面词提取(ate)和方面极性分类(apc)两个子任务组成。以往的研究一般是独立研究这两个子任务，分别为ate和apc设计神经网络模型，且大多数的方法将各种手工特性集成到模型之中，这将消耗大量的计算资源和人力处理时间。此外，ate任务结果的好坏会进一步影响apc的性能。针对以上问题，“自然语言处理与智能软件技术”研究团队在研究中提出了一种基于双辅助标签的ate和apc多任务学习模型。成果的主要创新思路是采用通用的iob标签和情感iob标签，在不采用人工特征的情况下，有效地衔接了ate和apc这两个任务。在semeval-2014的两个通用基准数据集上进行了对比实验。实验结果表明，与基线模型相比，该模型在ate和apc任务上都具有良好的性能和效率。
模型架构图：
近三年以来，华南师范大学“自然语言处理与智能软件技术”研究团队在文本情感分析、推荐系统、聊天机器人、智能软件机器人、自动文本摘要、机器阅读理解、机器翻译、知识图谱、知识推理、问答系统、强化学习、多轮对话、问题生成、实体关系抽取等多项自然语言处理关键技术及其应用方面开展了持续而深入的研究。研究团队在不断的研究、探索与科研实践中，逐步取得较好的科研成果，已经在国内外学术期刊《智能系统学报》、《中文信息学报》、《小型微型计算机系统》、《applied science》、《pattern analysis and applications》、《journal of intelligent and fuzzy systems 》、《mathematical problems in engineering》以及《ieee access》等中英文核心期刊上录用或发表多篇研究成果论文。
