E2TP：元素到元组提示改进方面情感元组预测
计算与语言
2024-05-17 v2
摘要
生成式方法显著影响了基于方面的情感分析 (ABSA)，并引起了广泛关注。然而，现有研究通常整体性地预测目标文本成分，忽略了利用单个元素进行元组预测的优势。在本文中，我们引入了元素到元组提示 (E2TP)，采用两步架构。前一步骤专注于预测单个元素，而后一步骤通过将这些预测的元素映射到其对应的元组来完成整个过程。E2TP 的灵感来源于人类解决问题的方式，将任务分解为可管理的部分，并使用第一步的输出作为第二步的指导。在此策略中，设计了三种范式，即 E2TP()、E2TP() 和 E2TP()，以促进训练过程。除了特定数据集的实验外，我们的论文还涉及跨领域场景，证明了该方法的有效性和泛化能力。通过对各种基准进行综合分析，我们表明 E2TP 在几乎所有情况下都取得了新的最先进结果。
引用
@article{arxiv.2405.06454,
title = {E2TP: Element to Tuple Prompting Improves Aspect Sentiment Tuple Prediction},
author = {Mohammad Ghiasvand Mohammadkhani and Niloofar Ranjbar and Saeedeh Momtazi},
journal= {arXiv preprint arXiv:2405.06454},
year = {2024}
}