上一年，英特尔的AI实验室 – 一个由机器学习研讨人员和工程师，数据科学家和神经科学家组成的跨学科团队 – 推出了NLP Architect，这是一个开源的AI模型库，编码笔记本和专为一系列天然而规划的结构。言语处理使命。它没有针对的一个应用是心情剖析，它触及从文本中检测片面信息，但这正在改动礼貌的新宣告的更新。

英特尔今日泄漏，从版别0.4开端，NLP Architect包含了一种特定类型的心情剖析模型，称为根据方面的心情剖析(ABSA)。英特尔指出，它一般比遍及布置的代替语句等级心情剖析更精确，该剖析完成了高精确度但未能解说短语内的细微差别(例如，当语句的一个方面是正面而另一个方面是负面的时分)。

ABSA的工作方式是提取方面术语 – “食物”和“服务”这样的词在“食物味道鲜美但服务质量差”中 – 并确认其相关的心情“极性”(即，他们是否表达了活跃或消沉的心情) 。它比听起来更具挑战性;方面一般是域灵敏的而且同享严密的语义相似性。例如，在电影谈论的布景下或许被认为是活跃的定见(例如“奇妙的”)在另一个(手机谈论)中或许是否定的。

监督学习方法依赖于很多数据集的注释样本，可以很好地处理域灵敏性，但英特尔指出，编译必要的语料库是劳作和时刻密集型的。这便是为什么他们的ABSA模型遭到细微监督，这意味着它可以在界说特定范畴词典后吸取未符号的文本和输出定见和方面词典。

“商业安排广泛运用情感剖析来了解客户对产品和服务的观点，然后可以做出相应的反响，”英特尔高档深度学习数据科学家Oren Pereg，深度学习研讨组司理Moshe Wasserblat和深度学习数据科学家丹尼尔写道。 Korat在博客文章中。 “ABSA [是一个]有用的应用程序，用于安排监控产品或服务的特定方面所表达的活跃与消沉心情的比率，并提取有价值的方针洞察力。”

ABSA加入了NLP Architect中的许多现有模型，包含：

用于言语特征提取的依赖性解析器(BIST)和NP块模型

针对功能优化的目的提取和称号实体辨认模型

最常见的词义，NP嵌入表明等的语义了解模型

对话体系，序列分块和会话AI的其他组件

运用Q&A和机器阅览了解等新拓扑的端到端应用程序

一切NLP Architect的模型都附带了端到端的训练和推理进程示例，以及支撑数据管道，常用函数调用以及与天然言语处理相关的其他实用程序。它们被模块化以进行集成，而且一些组件经过英特尔的NLP架构服务器作为API揭露，该服务器旨在供给跨不同模型的猜测。 NLP Architect还包含可视化的Web前端，以及供开发人员增加新服务的模板。