上节课当中,给大家介绍了任务目标,并且演示了项目的最终效果。因为这个模型是一个联合任务,相对复杂,我们还是花一节课时间,给大家详细介绍一下模型结构。另外,论文中模型的配图,不是很好理解,我给大家重新画了一个精简版本,帮助大家更好的理解代码流程。

模型结构

模型名称:LCF-ATEPC,面向中文及多语言的ATE (Aspect Term Extraction, 属性提取) 和APC (Aspect Polarity Classification, 属性情感分类) 联合学习模型。

论文地址:https://arxiv.org/pdf/1912.07976.pdf

论文代码:https://github.com/yangheng95/LCF-ATEPC

名词解释:

1)MHSA: multi-head self-attention

2)CDM: context-feature dynamic mask, CDW: context-feature dynamic weighting

精简模型

模型重点:CDM/CDW,和SelfAttention

本文链接:http://edu.ichenhua.cn/edu/note/491

版权声明:本文为「陈华编程」原创课程讲义,请给与知识创作者起码的尊重,未经许可不得传播或转售!