AX-MABSA：一种极弱监督多标签方面级情感分析框架
计算与语言
2022-11-09 v1
摘要
方面级情感分析是一个具有潜在应用价值的主导研究领域，应用范围涵盖社交媒体分析、商业、金融与健康。该领域的先前工作主要基于监督方法，少数采用弱监督的技术仅限于对每条评论句子预测单一方面类别。本文提出一种极弱监督的多标签方面类别情感分析框架，其不使用任何标注数据。我们仅依赖每个类别的一个词作为初始指示信息。我们进一步提出一种自动选词技术来选取这些种子类别与情感词。我们探索无监督语言模型后训练以提升整体性能，并提出一种多标签生成器模型，以对每条评论句子生成多个方面类别-情感对。在四个基准数据集上的实验表明，我们的方法以显著优势优于其他弱监督基线。
引用
@article{arxiv.2211.03837,
title = {AX-MABSA: A Framework for Extremely Weakly Supervised Multi-label Aspect Based Sentiment Analysis},
author = {Sabyasachi Kamila and Walid Magdy and Sourav Dutta and MingXue Wang},
journal= {arXiv preprint arXiv:2211.03837},
year = {2022}
}
备注
to be published in EMNLP 2022