基于pu-learning的同行评议文本情感分析

来源：计算机工程与应用杂志2023年第3期北京时间：

作者：林原, 王凯巧, 杨亮, 林鸿飞, 任璐, 丁堃

单位：1.大连理工大学 科学学与科技管理研究所，辽宁 大连 116024；2.中国科学院 声学研究所 南海研究站，海口 570105；3.大连理工大学 信息检索实验室，辽宁 大连 116023

摘要：最近几年逐渐出现了对同行评议文本情感分析的研究，包括通过同行评议文本预测审稿人的推荐状态的任务。现有模型融入了论文本身或摘要信息，采用神经网络学习论文或摘要的高层表示，结合同行评议文本预测审稿人的推荐状态，这使得模型变得非常复杂的同时结果却没有实质性的提高。为此，提出了OSA机制来提高情感分析模型中对观点句的关注度。具体来说，采用pu-learning从同行评议文本的前[N]个句子中学习观点句的特征，使每一个句子都得到一个观点句权重，将其应用于情感分析模型的倒数第二层，由此得到最终的预测结果。在ICLR 2017—2018数据集上使用不同的情感分析模型对OSA进行了评估，实验结果验证了OSA的高效性，并在两个数据集上取得了优异的性能。

关键词：同行评议,情感分析,pu-learning,数据挖掘