假设你是“蜀香居”连锁餐厅的运营总监。每天深夜，你的后台都会被上千条顾客评价塞满——“宫保鸡丁太辣了”“环境安静适合约会”“服务员上菜太慢”。如果你只看总星级，满屏的三星四星根本看不出端倪：到底是哪道菜惹了众怒，还是哪位服务员该被约谈？ 于是你请来一位资深美食评论家。他从不满足于打一个总分，而是把每条点评像拆解一道菜那样拆开：先圈出被评价的对象——菜品、环境、服务，再逐个方面下褒贬结论。这套“拆解点评”的本事，就是细粒度/方面级文本情感分析（Aspect-Based Sentiment Analysis）。 它的核心命题不再是“这条评论是好评还是差评”，而是“这条评论里，菜品被夸了吗？服务被骂了吗？”。本文将带你沿着一位AI评论家的成长路线，依次走过任务定义、方面词抽取、情感极性分类、数据标注、模型演进、多模态融合与工程化部署七个环节，从零掌握这项让机器“听懂弦外之音”的技术。

岗位关联

掌握方面级情感分析，你就从“评论是正还是负”升级到“顾客到底对哪些具体方面不满”——这是电商、呼叫中心、舆情平台落地情感AI时最值钱的能力。

目录
  1. 可视化演示
  2. 情感分析概述
  3. 方面词提取
  4. 情感极性分类
  5. 数据集与标注
  6. 模型架构演进
  7. 多模态融合
  8. 工程化部署
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示情感分析粒度划分、ABSA方面词提取与情感分类流程、BERT注意力机制聚焦方面词上下文。切换模式理解细粒度情感分析核心技术。

本节配有交互动效（进入视口后自动加载，约 3KB）。

情感分析粒度划分 篇章级：整篇文章一个情感极性，适用于新闻舆情宏观判断 方面级：识别每个评价对象的独立情感，"屏幕清晰但续航差"中屏幕=正面、续航=负面 Document → Sentence → Aspect-level 方面级是细粒度情感分析的核心

情感分析概述

想象你是「蜀香居」连锁餐厅的运营总监，每天深夜都被几千条顾客评价淹没。如果只看总星级，你会看到满屏的三星四星，却始终想不通：顾客到底在嫌菜太辣，还是在骂服务员上菜太慢？总星级就是“粗粒度”的视角——只回答“整体好不好”。而一位资深美食评论家不会满足于打分，他会把每条点评像拆解一道菜一样拆开：先圈出被评价的对象（菜品、环境、服务），再逐个判断褒贬。这个“拆解点评”的过程，就是细粒度/方面级文本情感分析。

技术上，方面级情感分析的任务定义为：给定一条评论文本，输出若干“方面-情感”对。方面词是评价针对的对象（Aspect），情感极性（Sentiment Polarity）是对该对象的态度。与句子级只输出一个整体标签相比，它能精细地回答“到底哪个方面让顾客不满”，为商家提供可执行的改进依据。这个任务的特点是“一对多”：一句“菜好吃但服务差”，要同时产出“菜品→正面”和“服务→负面”两个结论。

美食评论家把一盘点评拆成一碟碟“小菜”，每碟都标好（方面，评价）。当老板问“最近总星为什么掉”，他能拍出证据：“不是整体变差，而是'上菜速度'这个方面的负面评价翻了三倍。”——这就是细粒度的力量。

Y={(a1,s1),(a2,s2),…,(am,sm)}\displaystyle Y = \{(a_1, s_1), (a_2, s_2), \ldots, (a_m, s_m)\}
公式说明：一条“又爱又恨”的点评可以同时包含好评方面与差评方面，这正是细粒度分析的价值所在。
  1. 方面集合一条评价文本可以被拆成 m 个「方面-情感」对，a_i 表示第 i 个被评价的方面词（如“菜品”“服务”）。
    ai∈A\displaystyle a_i \in A
  2. 情感标签每个方面对应一个情感标签 s_i，从预定义的极性集合中取值，通常为正面、负面与中性三档。
    si∈{正面,中性,负面}\displaystyle s_i \in \{\text{正面}, \text{中性}, \text{负面}\}
  3. 输出结构整个细粒度任务的输出是一个二元组列表，这就是方面级情感分析的标准输出形态。
    Y={(a1,s1),(a2,s2),…,(am,sm)}\displaystyle Y = \{(a_1, s_1), (a_2, s_2), \ldots, (a_m, s_m)\}

方面词提取

要评价一道菜，先得知道盘子里有什么。评论家落笔的第一步，是在点评稿上用荧光笔圈出“被评价的对象”，NLP 里这个步骤叫方面词抽取（Aspect Term Extraction）。方面词通常是被评价的名词或名词短语，比如“菜品”“服务态度”。圈错了食材，整道菜就毁了；圈错了方面词，后面的情感判断也会张冠李戴。

抽取方面词的常规做法，是把任务转化为序列标注：给句子里每个词贴一个标签——B-Aspect 表示“方面词开始”，I-Aspect 表示“方面词中间部分”，O 表示“与方面无关”。例如“环境非常安静”这句话，“环”“境”分别被标为 B-Aspect 和 I-Aspect，“非常”“安静”标为 O。深度模型对每个词输出一个标签概率分布，取概率最大的标签作为该词的标注结果。评价词（Opinion Word）抽取与此常常联合建模，因为“评价对象”和“评价用语”天然成对出现：评论家圈出“环境”，也会顺手圈出“安静”。

荧光笔圈错了词，点评就会解读错。若把“服务员上菜时的微笑”中的“微笑”圈成方面，情感判断就会张冠李戴——方面词抽取的准确性，决定了后续所有环节的质量。

P(yi∣hi)=exp⁡(Wyihi)∑y′∈Yexp⁡(Wy′hi)\displaystyle P(y_i \mid h_i) = \frac{\exp(W_{y_i} h_i)}{\sum_{y' \in \mathcal{Y}} \exp(W_{y'} h_i)}
公式说明：softmax 把模型对每个标签的打分变成概率，标签概率最大者胜出。
  1. 上下文特征h_i 是第 i 个词的上下文编码向量，由编码器（如 BiLSTM 或 BERT）输出，融合了前后文信息。
    hi∈Rd\displaystyle h_i \in \mathbb{R}^{d}
  2. 标签打分对每个候选标签 y'，用权重矩阵 W 的对应行与 h_i 做内积，得到一个实数得分，衡量“这个词像不像方面词”。
    score(y′)=Wy′hi\displaystyle \text{score}(y') = W_{y'} h_i
  3. 概率归一化把所有标签得分取指数后除以总和，变成 0 到 1 之间的概率，取概率最大者为该词的 BIO 标签。
    P(yi∣hi)=exp⁡(Wyihi)∑y′∈Yexp⁡(Wy′hi)\displaystyle P(y_i \mid h_i) = \frac{\exp(W_{y_i} h_i)}{\sum_{y' \in \mathcal{Y}} \exp(W_{y'} h_i)}

情感极性分类

圈出方面词之后，评论家要对每个方面表态：这道菜是被夸还是被骂？这一步就是情感极性分类。最基本做法是三分类：正面、负面、中性；要求更高的场景会细分到 1~5 档或 -2~+2 的强度等级。一个关键难点是极性依赖上下文：“辣”在川菜馆是褒义，在婴儿辅食店就是灾难。因此模型不能只看评价词本身，还要结合方面词所在的语境。

方面感知注意力机制（Aspect-aware Attention）是主流解法：模型在判断“菜品”的情感时，让注意力权重更多地落在“好吃”“辣”这类与菜品相关的词上，而不是“安静”这类描述环境的词。具体做法是拿方面词的向量作为查询（Query），与句子里每个词的向量计算相关度，再把相关度归一化成权重，加权求和得到“只看方面相关词”的句子表示，最后送入分类器输出极性。

评论家评“菜品”时会自动屏蔽掉“服务员很热情”这类信息，注意力权重就是那层“听觉滤镜”——把无关声音调低，把关键评价调高。

ei=hi⊤ta,αi=exp⁡(ei)∑j=1nexp⁡(ej),r=∑i=1nαihi\displaystyle e_i = h_i^\top t_a, \qquad \alpha_i = \frac{\exp(e_i)}{\sum_{j=1}^{n} \exp(e_j)}, \qquad r = \sum_{i=1}^{n} \alpha_i h_i
公式说明：注意力机制像评论家戴上“方面滤镜”——只听取与当前方面有关的评价再下结论。
  1. 相关度打分将第 i 个词的向量 h_i 与方面向量 t_a 做点积，得到该词与当前方面的相关程度 e_i。
    ei=hi⊤ta\displaystyle e_i = h_i^\top t_a
  2. 权重归一化对全部 n 个词的得分做 softmax，得到每个词的注意力权重 α_i，所有权重之和为 1。
    αi=exp⁡(ei)∑j=1nexp⁡(ej)\displaystyle \alpha_i = \frac{\exp(e_i)}{\sum_{j=1}^{n} \exp(e_j)}
  3. 加权聚合把所有词向量按权重加权求和，得到只聚焦方面相关词的句子表示 r，用于最终极性分类。
    r=∑i=1nαihi\displaystyle r = \sum_{i=1}^{n} \alpha_i h_i

数据集与标注

评论家不是天生就会点评的，他需要大量“批改过的练习册”——带方面标签的数据集。数据质量决定了模型效果的天花板。学界常用的有 SemEval-2014 Task 4 的 Laptop 与 Restaurant 数据集，每条样本包含评论文本、方面词、情感极性；中文领域常见电商评论数据集（如手机、奶茶评论）。标注规范一般规定：方面词边界如何圈定、极性判定标准（例如“3 星以上算正面”）、出现多个方面时如何分别标注。

多人标注时，主观差异难以避免。Cohen's kappa 系数用于衡量标注者之间的一致性：两位标注者对同一批样本标注结果相同的比例，扣掉随机撞车的比例，再除以最大可提升空间。κ 一般要大于 0.6 才认为标注可用。如果两位评论家对同一道菜一个说“微辣”一个说“变态辣”，那这本练习册本身就自相矛盾，模型学到的是混乱，而不是规律。

数据预处理同样关键：分词、去噪、方面词对齐。评论家上岗前要反复核对练习册的质量，因为一本错误百出的练习册，只会教出一位颠倒是非的评论家。

κ=po−pe1−pe\displaystyle \kappa = \frac{p_o - p_e}{1 - p_e}
公式说明：kappa 像“考官检定两位批卷老师的标准是否统一”——标准不一致，练习册就没法用来训练。
  1. 观察一致率p_o 表示两位标注者在同一批样本上标注结果完全一致的比例。
    po=1N∑i=1N[yi(1)=yi(2)]\displaystyle p_o = \frac{1}{N} \sum_{i=1}^{N} [y_i^{(1)} = y_i^{(2)}]
  2. 随机一致率p_e 表示假设两人随机乱标时，凭类别分布“碰巧一致”的期望概率。
    pe=∑kP(k)2\displaystyle p_e = \sum_{k} P(k)^2
  3. 一致性系数用观察一致率扣掉随机成分，再除以最大可提升空间，κ 越接近 1 说明标注越可信。
    κ=po−pe1−pe\displaystyle \kappa = \frac{p_o - p_e}{1 - p_e}

模型架构演进

评论家的“鉴赏力”随培训方式进化。最早的自动点评系统像“背菜谱”：靠词典匹配和人工规则判断情感；后来用特征工程加 SVM，像学会了一些固定套路；深度学习兴起后，LSTM 等循环网络能按顺序“逐句品味”整段文本，比词袋模型更懂语境。真正带来质变的是注意力机制：它让模型在判断某个方面时，动态决定该“多看一眼”哪些词。

自注意力（Self-Attention）是 Transformer 的核心，它把每个词映射为查询 Q、键 K、值 V 三组向量，用 Q 与 K 的相似度决定值的加权比例。预训练模型 BERT 基于 Transformer 堆叠，在海量语料上预训练后，再在带方面标签的数据上微调，即可同时完成方面词抽取与极性判断，已成为方面级任务的标配方案。从“背菜谱”到“阅尽千帆”，这条路走了十几年。

如今的评论家已是“尝遍天下美食的老饕”（预训练），但仍需到具体菜系门店做学徒（微调），才能真正上岗。模型架构的演进，本质是让机器从“死记硬背”走向“融会贯通”。

Attention(Q,K,V)=softmax(QK⊤dk)V\displaystyle \text{Attention}(Q, K, V) = \text{softmax}\left(\frac{QK^\top}{\sqrt{d_k}}\right) V
公式说明：缩放点积注意力是 Transformer 的“放大镜”，先算相关度、再归一化、最后加权取词。
  1. 相似度点积Q 与所有 K 做点积，计算目标 token 与每个 token 的相关度，其中 K 的维度为 d_k。
    QK⊤\displaystyle QK^\top
  2. 缩放与归一化除以 √d_k 防止维度增大时点积方差过大，再用 softmax 转成权重分布。
    softmax(QK⊤dk)\displaystyle \text{softmax}\left(\frac{QK^\top}{\sqrt{d_k}}\right)
  3. 加权输出用归一化权重对 V 加权求和，得到上下文增强后的表示。
    Attention(Q,K,V)=∑iαiVi\displaystyle \text{Attention}(Q,K,V) = \sum_i \alpha_i V_i

多模态融合

顶级的评论家不只读文字点评，还会看菜品照片、听顾客说话的语气。多模态情感计算正是把文本、语音、视觉信号综合起来，还原更真实的情绪。第一步是模态对齐：语音和文本要在时间轴上对齐，视觉画面要与语义对齐。第二步是融合策略：早期融合把原始特征直接拼接（训练早，但容易受噪声干扰）；后期融合让各模态独立编码后再合并决策（实现简单，但模态间交互弱）；跨模态注意力则让文本信息去“查询”语音与视觉特征，捕捉互补线索。

多模态方面级任务中，文本负责“说了什么”，语音负责“什么语气”，视觉负责“什么表情/画面”；对每个方面，三路信号分别编码后融合，输出该方面的情感。实时交互场景还要考虑流式输入：说话人说半句时就要产出初步结果。文字说“还行”但语音发颤、画面里菜色焦黑，评论家只有把三路线索合在一起，才敢下“差评”的结论——多模态的意义，就是防止“只听一面之词”。

在实时交互中，多模态融合还要考虑训练损失的设计：常用对比学习拉近“同情感、跨模态”的表示，用多任务联合训练让模型同时学会对齐与分类。评论家看得越多、听得越细，判断就越稳。

hfuse=[ht; ha; hv],s^=σ(Whfuse+b)\displaystyle h_{\text{fuse}} = [h_t;\, h_a;\, h_v], \qquad \hat{s} = \sigma(W h_{\text{fuse}} + b)
公式说明：三路编码器各司其职，拼接融合后送入分类器，兼顾各方信号。
  1. 单模态编码文本、语音、视觉三种输入先由各自的编码器编码为向量 h_t、h_a、h_v。
    ht=Enct(xt),ha=Enca(xa),hv=Encv(xv)\displaystyle h_t = \text{Enc}_t(x_t), \quad h_a = \text{Enc}_a(x_a), \quad h_v = \text{Enc}_v(x_v)
  2. 向量拼接将三个向量拼接成一个联合表示 h_fuse，保留各模态的互补信息。
    hfuse=[ht; ha; hv]\displaystyle h_{\text{fuse}} = [h_t;\, h_a;\, h_v]
  3. 情感预测线性变化加 sigmoid 激活，输出每个方面的情感极性概率。
    s^=σ(Whfuse+b)\displaystyle \hat{s} = \sigma(W h_{\text{fuse}} + b)

工程化部署

培养好的评论家终究要上岗，而且要扛住深夜几千条评论同时涌入。工程化部署是在“效果、延迟、成本”之间找平衡。常见优化手段包括：模型量化（把 FP32 权重换成 INT8，推理提速但精度略有损失）、知识蒸馏（用大模型教小模型，压缩体积）、ONNX/TensorRT 加速推理。

流式场景下，把长评语切成分句，逐句更新方面情感，避免等待整段说完。评估指标上，离线看精确率、召回率、F1；在线看 P95 延迟、吞吐量与资源占用。部署后仍需持续调优：对错误样本做错误分析，发现“系统总把'有点辣'误判为强烈负面”这类系统性偏差；再通过数据增强补充困难样本、调整极性阈值来迭代。评论家上岗后还要定期复训，用错误分析揪出“总把微辣当变态辣”的偏见——工程化的终点不是上线，而是上线后持续校准、持续进化。

F1=2PRP+R,P=TPTP+FP,R=TPTP+FN\displaystyle F_1 = \frac{2PR}{P+R}, \qquad P = \frac{TP}{TP+FP}, \qquad R = \frac{TP}{TP+FN}
公式说明：F1 是精确率与召回率的调和平均，任何一项拖后腿都会让总分掉下来。
  1. 精确率P 表示预测为正面方面的样本中，确实为正面的比例，衡量“抓得准不准”。
    P=TPTP+FP\displaystyle P = \frac{TP}{TP+FP}
  2. 召回率R 表示真实正面方面中被模型找出的比例，衡量“抓得全不全”。
    R=TPTP+FN\displaystyle R = \frac{TP}{TP+FN}
  3. 调和平均F1 把精确率与召回率合成一个分数，任一偏低都会拖低 F1，避免只偏重一方。
    F1=2PRP+R\displaystyle F_1 = \frac{2PR}{P+R}

AI 应用场景

电商差评归因分析

阶段：数据标注 → 模型训练 → 上线监控

解决的问题：传统电商只统计“差评率”，运营不知道差评到底集中在哪个方面。方面级分析自动把差评拆成“物流、尺码、质量、客服”等维度，直接给出可执行结论，相当于给商家配了一位 24 小时在线的美食评论家。

具体案例：某服饰品牌发现退货率异常，方面级系统一周内定位到“尺码”方面负面评价激增 53%，追查发现是新品版型整体偏小一码，随即全网下架改版，挽回了约 800 万元损失。

呼叫中心实时情绪感知

阶段：流式推理与实时决策

解决的问题：客服对话中，用户情绪往往针对某个具体方面（“等待时长”“解决方案”“态度”）。传统质检事后抽听录音，无法在通话中干预；方面级情感分析与语音转写流结合，能实时输出“客户对当前方面的不满程度”。

具体案例：某银行客服助手对通话流做分句方面级情感分析，当检测到“客户对等待时长负面情绪上升”时，坐席桌面弹出提醒，坐席及时安抚，投诉率下降 28%。

直播弹幕多模态舆情

阶段：多模态融合与实时可视化

解决的问题：只看弹幕文本会漏掉主播语气、画面卡顿等信号。融合弹幕文本、主播语音情感与画面质量特征，才能判断观众不满的是“内容”还是“体验”。

具体案例：某直播平台以 10 分钟为粒度，对“画质、节奏、内容、互动”四个方面输出观众情绪曲线，运营据此调整直播节奏，人均观看时长提升 15%。

Python 演示

python62 行
"""细粒度方面级情感分析演示：基于情感词典与子句规则的最小实现"""  class AspectSentimentAnalyzer:    def __init__(self):        self.aspects = {            "菜品": ["菜品", "口味", "味道", "宫保鸡丁"],            "环境": ["环境", "装修", "氛围"],            "服务": ["服务", "服务员", "上菜速度"],        }        self.pos_words = {"好吃", "棒", "赞", "安静", "热情", "快", "实惠"}        self.neg_words = {"难吃", "差", "慢", "贵", "脏", "吵"}        self.intensifiers = {"很": 1.5, "太": 1.8, "非常": 2.0, "有点": 0.4}        self.negators = {"不", "没"}     def _score(self, clause):        total = 0.0        for w in self.pos_words:            if w in clause:                total += 1.0        for w in self.neg_words:            if w in clause:                total -= 1.0        return total     def analyze(self, sentence):        clauses = [c for c in sentence.replace("。", "，").split("，") if c]        out = []        for aspect, kws in self.aspects.items():            for clause in clauses:                if not any(kw in clause for kw in kws):                    continue                score = self._score(clause)                for adv, mult in self.intensifiers.items():                    if adv in clause:                        score *= mult                if any(n in clause for n in self.negators):                    score *= -1                if abs(score) < 0.4:                    out.append((aspect, "中性", round(abs(score), 1)))                elif score > 0:                    out.append((aspect, "正面", round(score, 1)))                else:                    out.append((aspect, "负面", round(abs(score), 1)))        return out  def main():    analyzer = AspectSentimentAnalyzer()    reviews = [        "这家店的宫保鸡丁很好吃，环境非常安静，但服务态度很差。",        "口味一般，上菜速度太慢，价格有点贵。",    ]    for text in reviews:        print("原文：", text)        for aspect, polarity, strength in analyzer.analyze(text):            print("  方面「%s」→ %s，强度 %.1f" % (aspect, polarity, strength))        print()  if __name__ == "__main__":    main()
目的：用纯 Python 的情感词典 + 子句规则，演示“切分子句 → 定位方面词 → 情感打分 → 极性输出”的完整流程，是方面级分析最直观的最小实现。
  1. self.aspects = {预定义“方面词典”，每个方面绑定了可能出现的关键词，类似评论家脑中的菜单分类
  2. "菜品": ["菜品", "口味", "味道", "宫保鸡丁"],一个方面对应多个触发词，词越多召回越好
  3. clauses = [c for c in sentence.replace("。", "，").split("，") if c]把长句切成子句：一个子句通常只评价一个方面
  4. for aspect, kws in self.aspects.items():遍历每个候选方面，逐个“出菜”
  5. if not any(kw in clause for kw in kws):子句不含该方面的关键词就跳过，避免张冠李戴
  6. score = self._score(clause)统计子句里正负评价词的数量，作为情感得分
  7. score *= mult遇到“很”“太”等强度副词，按倍率放大情感
  8. if any(n in clause for n in self.negators):遇到否定词则翻转极性，如“不好吃”
  9. out.append((aspect, "正面", round(score, 1)))把（方面，极性，强度）三元组装进结果列表

常见误区

误区很多初学者说：“我用 BERT 分类器输出了好评/差评，这不就是方面级情感分析吗？”他们认为句子有了一个极性标签就够了。

正解方面级要求“每个评价对象单独判断”。一句“菜好吃但服务差”整体可能是中性，但菜品方面是正面、服务方面是负面。只输出一个标签，等于把顾客对菜品的表扬和对服务的批评搅在一起，商家无从改进。好比顾客说“菜好吃但服务差”，你只记一个“还行”，等于什么都没说。

为何常见：句子级任务先入为主，加上公开教程以整体分类居多，容易让人把“文本分类”与“方面级分析”混为一谈。

误区有人把方面词抽取理解为“只要语法上是名词就圈出来”，于是“桌子”“付款码”全被当成方面词。

正解方面词必须是“被赋予情感评价的对象”。评论里出现名词不代表它被评价——正如评论家不会因为服务员的制服是蓝色就写进点评，只有被点名表扬或批评的对象才算方面词。判断标准是：这个词附近有没有针对它的情感表达。

为何常见：名词确实是方面词的常见词性，初学者容易从词性入手做“一刀切”，忽略了情感与对象的绑定关系。

误区认为“辣”永远偏负面、“安静”永远偏正面，建立静态情感词典就能一劳永逸。

正解极性强依赖领域与语境：“辣”在川菜馆是好评，在婴儿辅食店是差评；“轻”形容鞋是轻便，形容菜则要理解为“清淡”。方面级模型必须把评价词和方面词放在一起看待，用上下文动态确定极性。评论家下结论之前，一定要先看这家店是川菜馆还是西餐厅。

为何常见：通用情感词典（如“好=正、坏=负”）容易获得，让人误以为情感是词的固有属性，忽略了语境的影响。

误区把文本、语音、视觉分别跑三个模型，最后把分数一平均，就当作多模态融合完成了。

正解简单平均丢失了模态间的互补关系。例如语音平静但文字激烈、画面与文字矛盾时，需要对齐与交互（如跨模态注意力）才能判断该信谁。真正的融合要设计模态间信息交互的机制，而不是各说各话后取个折中。

为何常见：加权平均实现最简单，而且直觉上“每个模态都考虑了”，容易自我感觉良好，忽略模态冲突时的信息损耗。

面试题

Q1. 方面级情感分析与句子级情感分析的核心区别是什么？

单选题 · easy

  • A.方面级只看整句情感
  • B.方面级逐个评价对象分类← 正确答案
  • C.句子级比方面级更细
  • D.二者本质上完全相同

答案：B。方面级分析的关键在于“拆”，把评价拆到每个被评价对象上分别判断。选项 A 是句子级做法；C 说反了，方面级比句子级更细；D 混淆概念。好比评论家评“菜品好吃、服务差”要给两个结论，而不是一个总分。

Q2. BIO 序列标注中，B-Aspect 标签表示什么？

单选题 · easy

  • A.当前词是方面词的开头← 正确答案
  • B.当前词是方面词的结尾
  • C.当前词是无关的普通词
  • D.当前词是评价性情感词

答案：A。BIO 中 B 表示 Begin，即方面词的开始位置；I 表示延续，O 表示无关。B 说的是 I-Aspect 的职责；C 对应 O 标签；D 说的是评价词标签。好比荧光笔圈“环境”二字，第一笔落在“环”上就是 B-Aspect。

Q3. 注意力机制中 softmax 函数的主要作用是什么？

单选题 · easy

  • A.扩大词向量的维度
  • B.替换预训练模型的参数
  • C.把得分归一化成概率← 正确答案
  • D.减少训练所需的样本量

答案：C。softmax 把各词的注意力得分转成一个和为 1 的概率分布，让模型“重点看哪几个词”变得可训练。A 说的是维度变换，B 与注意力无关，D 是数据层面的问题。好比评论家把“听感音量”归一化，总音量恒为 1，谁嗓门大谁更受关注。

Q4. Cohen's kappa 系数主要用于衡量什么？

单选题 · mid

  • A.模型推理速度的快慢
  • B.标注者之间的一致性← 正确答案
  • C.语料库的词汇丰富度
  • D.情感倾向的分布比例

答案：B。Cohen's kappa 测量标注者间一致性，且扣除了随机撞车的成分。A 是性能指标，C 是语料统计，D 是标签分布，都与“人标得齐不齐”无关。好比两位考官批同一批卷子，得分越一致，卷子标准越可信。

Q5. 多模态后期融合（late fusion）的做法是？

单选题 · mid

  • A.只在训练初期融合模态
  • B.直接把多模态数据拼接
  • C.各模态先编码再融合← 正确答案
  • D.只使用最准确的模态

答案：C。后期融合是各模态独立编码后再合并判断。A 说的是时间维度，B 是早期融合，D 等于放弃多模态。好比三位评论员先各自写点评，最后汇总成一份报告，比一开始就把所有素材混在一起看更清晰。

Q6. 预训练模型迁移到方面级任务的关键是什么？

单选题 · mid

  • A.增大学习率加速收敛
  • B.在带方面标签上微调← 正确答案
  • C.固定全部底层词向量
  • D.删除注意力层省显存

答案：B。预训练模型已学懂通用语言，迁移的关键是在带方面标签的数据上微调，学会“圈方面词、判极性”。增大学习率易灾难性遗忘；固定词向量学不到任务知识；删注意力层自废武功。好比老饕要先学店规才能上岗。

Q7. F1 分数相对单独看准确率的最大优势是？

单选题 · mid

  • A.能平衡精确率与召回率← 正确答案
  • B.计算更简单无需标签
  • C.数值必然大于准确率
  • D.只关注负样本预测

答案：A。F1 是精确率与召回率的调和平均，两者任一偏低都会拉低总分。B 说的是准确率的简单性；C 错误，F1 不一定大于准确率；D 与 F1 无关。好比招评论员既要“看中的都是高手”（精确），又要“高手都被招到”（召回），两者兼顾才稳。

Q8. 下列哪些属于方面级情感分析的子任务？

多选题 · hard

  • A.方面词抽取与边界识别← 正确答案
  • B.情感极性正负判断← 正确答案
  • C.生成全文自动摘要
  • D.评价词观点词抽取← 正确答案

答案：ABD。方面级分析的核心子任务包括方面词抽取（含边界识别）、情感极性判断和评价词抽取，三者常联合训练。C 的文本摘要属于另一类任务。好比评论家先圈方面（菜）、再圈形容词（辣）、最后下褒贬结论。

Q9. 多模态情感计算的融合策略包括哪些？

多选题 · hard

  • A.前期直接拼接特征← 正确答案
  • B.后期决策打分融合← 正确答案
  • C.跨模态注意力交互← 正确答案
  • D.随机丢弃全部文本

答案：ABC。常见融合策略有早期拼接、后期决策融合与跨模态注意力交互，各有适用场景。D 丢弃文本特征等于自断一臂，不是融合策略。好比评论家看照片、听语气、读文字，缺一不可。

Q10. 自注意力公式中除以 √d_k 的主要目的是什么？

单选题 · extreme

  • A.防止点积过大导致梯度异常← 正确答案
  • B.增加模型的参数数量
  • C.把输出限制在零到一
  • D.加快训练数据读取速度

答案：A。Q 与 K 的点积会随向量维度 d_k 增大而方差变大，除以 √d_k 把方差拉回稳定范围，防止 softmax 过早饱和、梯度消失。B 与参数无关，C 是 sigmoid 的职责，D 与数据读取无关。好比多人同时发言，先把音量调平均再开会，不然谁都听不清。