dialog-sent

Описание проекта

Проект в рамках курса DL in NLP 2020. Решается задача с соревнования. Сначала решалась задача E (Aspect Based Sentiment Analysis), а затем по просьбе организаторов переключились на задачу C (Aspect-Target Sentiment Classification).

Презентация проекта

ABSA

Задача заключается в том, чтобы определить тональность предложения/текста относительно заданного аспекта.

English

Сначала задача решалась для англоязычного датасета с отзывами на рестораны. Аспектами выступали:

• Food
• Interior
• Price
• Whole
• Service

Возможные тональности:

• neutral
• positive
• negative

За основу была взята статья Attention-based LSTM for Aspect-level Sentiment Classification (см. в references/). По статье были реализованы модели:

• AE-LSTM (1-db-ae-lstm.ipynb)
• AT-LSTM (2-db-at-lstm.ipynb)
• ATAE-LSTM (3-db-atae-lstm.ipynb)

Метрика бралась такая же, как и в статье (accuracy), чтобы получить сравнимые результаты. Там смотрели только на тональности: positive, neutral, negative. Результаты получились хуже, чем в статье.

Также на этом этапе была испробована модель на основе BERT (см. reports/fedor_noskov.md).

Результаты:

Model	Accuracy
AE-LSTM	0.784
AT-LSTM	0.819
ATAE-LSTM	0.819
AE-LSTM (article)	0.825
AT-LSTM (article)	0.831
ATAE-LSTM (article)	0.840

Russian

Брался русскоязычный датасет с отзывами на рестораны. Аспектами выступали:

• Food
• Interior
• Price
• Whole
• Service

Возможные тональности:

• positive
• negative
• both

ATAE-LSTM была перенесена на русский язык (4-db-at-atae-lstm-russian.ipynb). Были использованы русскоязычные эмбеддинги из RusVectōrēs с соответствующим препроцессингом текста (лемматизация и разбиение по частям речи).

Модель на основе BERT не успели перенести на русский язык, так как сменилась задача.

Результаты:

Model	F1-Macro
Best competition	0.458
ATAE-LSTM	0.446

Best competition -- лучшая модель на соревновании (результаты соревнования см. в references/SentiRuEval_results.xlsx).

ATSC

Задача заключается в том, чтобы определить тональность предложения/текста относительно заданного набора последовательных токенов (entity).

English

Сначала задача решалась для англоязычного датасета с отзывами на рестораны. Тональности:

• positive
• negative
• neutral

Были реализованы модели на основе

• ELMo
• BERT
• ULMFiT

Результаты сравнивались с результатами статьи Adapt or Get Left Behind: Domain Adaptation through BERT Language Model Finetuning forAspect-Target Sentiment Classification. Подробности по моделям можно найти в отчетах студентов: ELMo -- Бунин Дмитрий, BERT -- Носков Федор, ULMFiT -- Мамонов Кирилл.

Использовались те же метрики, что и в статье выше, чтобы было с чем сравнивать. Приведем результаты лучших моделей каждого типа:

Результаты:

Model	Accuracy	F1-Macro
SOTA	0.871	0.801
ELMoCNN	0.807	0.707
BERT	0.808	0.627

Под SOTA подразумевается результат из вышеобозначенной статьи. Как видим, до SOTA далеко.

Для UMLFiT использовался другой датасет -- Twitter US Sentiment Data.

Результаты:

Model	Accuracy
ULMFiT	0.627

Russian

Тональности:

• positive
• negative
• both

Были перенесены модели из предыдущего пункта на русскоязычный датасет. Подробности по моделям по-прежнему расположены в reports/.

Были получены следующие результаты:

Model	F1-Micro	F1-Macro
Best competition	0.825	0.555
ELMoCNN-1	0.855	0.520
ELMoCNN-2	0.851	0.521

Best competition -- лучшая модель на соревновании (результаты соревнования см. в references/SentiRuEval_results.xlsx), она намного превосходила все остальные результаты соревнования.

Отчеты по каждому участнику

Чтобы понять что делал каждый участник см. reports/

Дальшейшие планы

• Обучение мультиязычного BERT, и на русском, и на английском датасете
• Использование других эмбеддингов в ELMo. Например, на RusVectōrēs есть эмбеддинги для лемматизированного текста.

Структура проекта

Из всей сложной структуры нами используются только data (на локальных машинах), notebooks, references, reports.

---

├── LICENSE
├── Makefile           <- Makefile with commands like `make data` or `make train`
├── README.md          <- The top-level README for developers using this project.
├── data
│   ├── external       <- Data from third party sources.
│   ├── interim        <- Intermediate data that has been transformed.
│   ├── processed      <- The final, canonical data sets for modeling.
│   └── raw            <- The original, immutable data dump.
│
├── docs               <- A default Sphinx project; see sphinx-doc.org for details
│
├── models             <- Trained and serialized models, model predictions, or model summaries
│
├── notebooks          <- Jupyter notebooks. Naming convention is a number (for ordering),
│                         the creator's initials, and a short `-` delimited description, e.g.
│                         `1.0-jqp-initial-data-exploration`.
│
├── references         <- Data dictionaries, manuals, and all other explanatory materials.
│
├── reports            <- Generated analysis as HTML, PDF, LaTeX, etc.
│   └── figures        <- Generated graphics and figures to be used in reporting
│
├── requirements.txt   <- The requirements file for reproducing the analysis environment, e.g.
│                         generated with `pip freeze > requirements.txt`
│
├── setup.py           <- makes project pip installable (pip install -e .) so src can be imported
├── src                <- Source code for use in this project.
│   ├── __init__.py    <- Makes src a Python module
│   │
│   ├── data           <- Scripts to download or generate data
│   │   └── make_dataset.py
│   │
│   ├── features       <- Scripts to turn raw data into features for modeling
│   │   └── build_features.py
│   │
│   ├── models         <- Scripts to train models and then use trained models to make
│   │   │                 predictions
│   │   ├── predict_model.py
│   │   └── train_model.py
│   │
│   └── visualization  <- Scripts to create exploratory and results oriented visualizations
│       └── visualize.py
│
└── tox.ini            <- tox file with settings for running tox; see tox.testrun.org