Aspect-based sentiment analysis of reviews

Abstract

В работе рассматриваются методы решения задач аспектно-ориентированного анализа: извлечение аспектных терминов, их классификация на аспектные категории и тональности. Реализован конвейер для решения данных задач. Он состоит из следующих этапов: проверки орфографии, построения дерева зависимостей предложения, определения аспектных категорий на уровне предложения, извлечения аспектных терминов, определения их категории и тональности. Предложена архитектура нейронной сети, состоящей из Bi LSTM и Tree LSTM слоев, и реализована с использованием библиотек PyTorch и Deep Graph Library.

This paper considers methods for solving aspect-based analysis problems: extraction of aspect terms, aspect category and polarity classification. Implemented pipeline for solving these problems. It consist of the following stages: spell checking, building a dependency tree of sentence, defining aspect categories of sentence, aspect terms extraction, aspect category and polarity classification. There is proposed the architecture of neural network in this paper. It is stack of Bi LSTM and Tree LSTM layers that was implemented using PyTorch and Deep Graph Library.