CARBD-Ko: 一个用于韩语方面级情感分类的上下文标注评论基准数据集
计算与语言
2024-02-26 v1
摘要
本文探讨了基于方面的情感分类（ABSC）在预训练语言模型（PLM）中面临的挑战，特别关注上下文化和幻觉问题。为应对这些挑战，我们引入了CARBD-Ko（一个用于韩语基于方面的情感分类的上下文标注评论基准数据集），该数据集包含方面和双标签极性，以区分方面特定和方面无关的情感分类。数据集由标注了特定方面、方面极性、方面无关极性和方面强度的句子组成。为解决双标签方面极性的问题，我们提出了一种采用孪生网络的新方法。我们的实验结果凸显了准确预测双极性的固有困难，并强调了上下文情感分析模型的重要性。CARBD-Ko数据集为未来方面级情感分类的研究工作提供了宝贵的资源。
引用
@article{arxiv.2402.15046,
title = {CARBD-Ko: A Contextually Annotated Review Benchmark Dataset for Aspect-Level Sentiment Classification in Korean},
author = {Dongjun Jang and Jean Seo and Sungjoo Byun and Taekyoung Kim and Minseok Kim and Hyopil Shin},
journal= {arXiv preprint arXiv:2402.15046},
year = {2024}
}