利用Aspect信息和Attention机制，解决Aspect-level的细粒度情感分析问题。

2022年情感识别任务Task10：SemEval-2022 Task 10: Structured Sentiment Analysis

SKEP将不同类型的情感知识整合在一起，为各种情感分析任务提供统一的情感表示。

Dropout可以比较有效的缓解过拟合的发生，在一定程度上达到正则化的效果。

推荐系统本质上就是一个信息过滤系统，通常分为：召回、排序、重排序这3个环节，每个环节逐层过滤，最终从海量的物料库中筛选出几十个用户可能感兴趣的物品推荐给用户。

参考文献

1. RNN和LSTM模型详解
2. 为什么LSTM会减缓梯度消失？

参考文献

1. 详解深度学习中的梯度消失、爆炸原因及其解决方法

Attention机制模仿生物观察行为的内部过程，将内部经验和外部对齐，从而增加部分区域的观察精细度。

参考文献

1. Transformer各层网络结构详解！

BERT（Bidirectional Encoder Representations from Transformers）是一种预训练模型，旨在通过考虑所有层中的双侧上下文信息来得到深度的双向表示。该表示连接上一层输出层后，仅需微调训练就可以在很多 NLP 任务中取得惊人的效果。