融合简化句法信息的端到端方面级情感分析

端到端方面级情感分析（E2E-ABSA）通过联合标签的方式识别评论中的方面术语,并对其进行情感极性分类。现有模型关注于改进特征编码器和解码器来提升性能。对于该任务而言,方面术语通常以组块的形式出现,且方面术语和观点术语具有句法关联,有效利用上述特性将有利于E2E-ABSA。提出了一种融合简化句法信息的E2E-ABSA模型。通过常用的句法分析获得评论的原始句法依赖树。同时,制定一组规则对句法依赖树进行重构,以获得简洁的句法信息。利用注意力机制将重构的句法信息融合到模型中,获得方面术语和观点术语的相关特征,从而更好地完成方面级情感分析。在两个公共评论数据集上进行验证,实验结果证明了该模型的有效性,且消融实验证明简化的句法信息确实有利于端到端方面级情感分析任务的完成。