文娱妹导读

ACL会议

Annual Meeting of the Association for Computational Linguistics

是由国际计算语言学协会主办的自然语言处理领域最负盛名的顶级学术会议，每年举办一次，其接收的论文覆盖了对话系统、语义分析、摘要生成、信息抽取、问答系统、语言模型、机器翻译、情感计算、知识图谱等自然语言处理领域的众多研究方向。

Seq2Path: Generating Sentiment Tuples as Paths of a Tree

论文简介

生成式信息抽取是近年来NLP领域的研究热点，由于其良好的表现以及end-to-end的特性已经成为了很多信息抽取相关任务的新范式。目前主流的Seq2Seq信息抽取框架面临多个元组（tuple）的情形时会在解码阶段强行引入tuple之间的序列约束，本文针对这一缺点，提出了一种Seq2Path的方法。具体来说，将每个需要识别的tuple视为树结构中的独立路径（path），在训练阶段拟合average loss over paths；在预测阶段，采用beam search with constrained decoding进行解码，并通过引入一个判别token来自动选择正确的path。本文以细粒度情感分析（ABSA）任务为例，在ABSA五个子任务对应的公开数据集上进行了实验，结果充分验证了本文方法的有效性。目前文本方法已经在阿里文娱大脑（北斗星）情感计算相关场景中得到了应用。

作者

茅越

沈一

杨竞潮

朱晓颖

蔡龙军

（作者撰文时均来自阿里巴巴文娱AI大脑北斗星团队）

AI阿里文娱AI大脑北斗星团队

通过大数据和AI挖掘用户需求，建立内容采买结构化评估、适配性选角、AI成片体检、排播、数字化宣发等能力，以支撑内容全生命周期辅助决策，从而达到为平台降本增效的目的。