作者：Luo, Huaishao, Tianrui Li, Bing Liu, Bin Wang, and Herwig Unger.
摘要：评论观点属性词抽取（Aspect Term Extraction）是基于方面情感分析（Aspect-based Sentiment Analysis）的一个重要子任务。先前的研究工作表明了依赖树结构表征具有提升该任务的潜力。然而，它们主要构建在单向依赖树传播的基础上。这篇文章首先提出一个新的双向依赖语法树来抽取给定句子的依赖结构特征，主要做法是将在依赖语法树上自底向上和自顶向下两个方向的特征进行融合。在此基础上，本文将抽取的语法特征和利用双向LSTM抽取的语义特征结合，并用CRF来标注最后的评论观点属性词，使得整个框架可以进行端到端的训练和抽取。在评论观点属性词抽取基准数据集上的结果超过了所有基线模型，展示了所提出模型的优越抽取性能。
论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8698340
