2021-09-22 15:33:34 - Atualizado em 2021-09-22 15:35:00

Análise de Sentimentos: Multi-Domain Aspect Extraction using Bidirectional Encoder Representations from Transformers

Por Ricardo Marcacini

Modelos de deep learning e modelos de linguagem neural têm obtido os melhores resultados em tarefas de extração de aspectos, nas quais o objetivo é extrair automaticamente características de produtos e serviços que são alvo da opinião do consumidor. No entanto, esses métodos requerem uma grande quantidade de dados rotulados para obter tais resultados. Uma vez que a rotulagem de dados é uma tarefa cara, já que não há dados rotulados disponíveis para todos os domínios. Neste artigo, propomos uma abordagem para a extração de aspectos em um cenário de transferência de conhecimento multi-domínio, aproveitando assim os dados rotulados de diferentes domínios (origem) para extrair aspectos de um novo domínio não rotulado (destino). Nossa abordagem, chamada MDAE-BERT (Multi-Domain Aspect Extraction using Bidirectional Encoder Representations from Transformers), explora modelos de linguagem neural para lidar com dois grandes desafios na aprendizagem multi-domínio: (1) inconsistência de aspectos dos domínios de destino e de origem e ( 2) distância semântica entre aspectos ambíguos. Avaliamos nosso MDAE-BERT considerando duas perspectivas (1) o desempenho de extração de aspecto usando F1-Macro e medidas de precisão; e (2) comparando os modelos de extração de aspecto múlti-domínio e modelos para extração de aspecto de domínio único. Na primeira perspectiva, nosso método supera a abordagem baseada em LSTM. Na segunda perspectiva, nossa abordagem mostrou-se uma alternativa competitiva em relação ao modelo de domínio único treinado em um domínio específico, mesmo na ausência de dados rotulados do domínio alvo.

Santos, B.N., Marcacini, R.M. and Rezende, S.O., 2021. Multi-Domain Aspect Extraction Using Bidirectional Encoder Representations From Transformers. IEEE Access9, pp.91604-91613.

Link para o artigo https://ieeexplore.ieee.org/abstract/document/9454496

Código: https://github.com/BrucceNeves/MDAE-BERT