面向开放式人力资源调查回复的基于方面的情感分析
计算与语言
2024-02-08 v1
摘要
了解劳动力的偏好、观点和情感对于有效的员工生命周期管理至关重要。开放式调查回复是宝贵的信息来源。本文提出了一种机器学习方法，用于对员工满意度调查中的荷兰语开放式回复进行基于方面的情感分析 (ABSA)。我们的方法旨在克服这些回复中固有的噪声和变异性，从而实现对情感的全面分析，以支持员工生命周期管理。通过回复聚类，我们识别出六个关键方面（薪资、日程、接触、沟通、个人关注、协议），并由领域专家进行了验证。我们编译了一个包含 1,458 条荷兰语调查回复的数据集，揭示了方面和情感中的标签不平衡问题。我们提出了基于 Dutch BERT 模型的少样本 ABSA 方法，并将其与词袋法和零样本基线进行了比较。我们的工作通过展示荷兰语预训练语言模型在人力资源 (HR) 领域基于方面的情感分析中的首次成功应用，为该领域做出了重要贡献。
引用
@article{arxiv.2402.04812,
title = {Aspect-Based Sentiment Analysis for Open-Ended HR Survey Responses},
author = {Lois Rink and Job Meijdam and David Graus},
journal= {arXiv preprint arXiv:2402.04812},
year = {2024}
}
备注
Accepted at NLP4HR Workshop at EACL2024