混合方法中用于基于方面的情感分析的数据增强
计算与语言
2021-03-31 v1
摘要
数据增强是通过对原始数据施加受限变换来增加可用数据多样性的一种方式。该策略已广泛应用于图像分类，但据我们所知尚未用于基于方面的情感分析（ABSA）。ABSA 是一种在带有观点的文本中确定方面及其关联情感的分析技术。在本文中，我们研究了数据增强对一种最先进的基于方面的情感分析混合方法（HAABSA）的影响。我们应用了简易数据增强（EDA）的改进版本、回译和词混合（word mixup）。我们在 SemEval 2015 和 SemEval 2016 数据集上评估所提出的技术。最佳结果由调整版 EDA 取得，相较于原始 HAABSA 模型，其在 SemEval 2016 数据集上提升 0.5 个百分点，在 SemEval 2015 数据集上提升 1 个百分点。
引用
@article{arxiv.2103.15912,
title = {Data Augmentation in a Hybrid Approach for Aspect-Based Sentiment Analysis},
author = {Tomas Liesting and Flavius Frasincar and Maria Mihaela Trusca},
journal= {arXiv preprint arXiv:2103.15912},
year = {2021}
}
备注
The 36th ACM/SIGAPP Symposium On Applied Computing, Virtual Conference, March 22-March 26, 202