开放域目标情感分析的挑战
计算与语言
2022-04-18 v2
摘要
由于先前关于开放域目标情感分析的研究在数据集领域多样性和句子层级上受限,我们提出一个由6,013条人工标注数据组成的新数据集,以拓展感兴趣主题与文档层级的数据领域。此外,我们提供一种嵌套目标标注模式来抽取文档中的完整情感信息,从而提升开放域目标情感分析的实用性与有效性。并且,我们针对该任务在序列到序列生成方法中利用了预训练模型BART。基准结果表明,开放域目标情感分析仍存在很大改进空间。同时,实验显示,在开放域数据的有效利用、长文档、目标结构的复杂性以及领域差异方面仍存在挑战。
引用
@article{arxiv.2204.06893,
title = {Challenges for Open-domain Targeted Sentiment Analysis},
author = {Yun Luo and Hongjie Cai and Linyi Yang and Yanxia Qin and Rui Xia and Yue Zhang},
journal= {arXiv preprint arXiv:2204.06893},
year = {2022}
}