面向方面情感四元组预测的自适应数据增强
计算与语言
2024-01-15 v1 人工智能
摘要
方面情感四元组预测（ASQP）旨在为给定句子预测四元组情感元素，这是基于方面的情感分析领域的一项关键任务。然而，数据不平衡问题在 ASQP 任务中尚未得到充分关注。在本文中，我们将该问题分为两个方面：四元组模式不平衡和方面类别不平衡，并提出了一种自适应数据增强（ADA）框架来解决该不平衡问题。具体而言，带有条件函数的数据增强过程自适应地增强尾部四元组模式和方面类别，从而缓解 ASQP 中的数据不平衡。继以往研究之后，我们还进一步探索了生成框架，通过引入类别先验知识和语法引导的解码目标来提取完整的四元组。实验结果表明，针对 ASQP 任务中不平衡问题的数据增强可以提高性能，并且所提出的 ADA 方法优于简单的数据过采样。
引用
@article{arxiv.2401.06394,
title = {Adaptive Data Augmentation for Aspect Sentiment Quad Prediction},
author = {Wenyuan Zhang and Xinghua Zhang and Shiyao Cui and Kun Huang and Xuebin Wang and Tingwen Liu},
journal= {arXiv preprint arXiv:2401.06394},
year = {2024}
}
备注
Accepted by ICASSP 2024, 5 pages