Resumen

El anlisis de sentimiento a nivel de aspecto identifica la polaridad de sentimiento de los trminos de aspecto en oraciones complejas, lo cual es til en una amplia gama de aplicaciones. Es una tarea altamente desafiante y atrae la atencin de muchos investigadores en el campo del procesamiento del lenguaje natural. Para obtener una mejor representacin del aspecto, una amplia gama de mtodos existentes disean mecanismos de atencin complejos para establecer la conexin entre las palabras de entidad y su contexto. Con el tamao limitado de las colecciones de datos en el anlisis de sentimiento a nivel de aspecto, principalmente debido a la alta carga de trabajo de anotacin, el riesgo de sobreajuste aumenta significativamente. En este documento, proponemos una Red de Aprendizaje Multitarea Compartida (SMLN), que entrena conjuntamente tareas auxiliares altamente relacionadas con el anlisis de sentimiento a nivel de aspecto. Especficamente, utilizamos la extraccin de trminos de opinin debido a su alta correlacin con la tarea principal. A travs de

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Análisis de sentimiento a nivel de aspecto; Oraciones complejas; Procesamiento del lenguaje natural; Mecanismos de atención; Red de aprendizaje multitarea; Extracción de términos de opinión
• Keywords:Aspect-level sentiment analysis; Complex sentences; Natural language processing; Attention mechanisms; Multitask learning network; Opinion term extraction