EduRABSA：面向方面情感分析任务的教育评论数据集

每年，大多数教育机构寻求并接收大量来自学生的关于课程、教学和整体体验的文本反馈。然而，将这些原始反馈转化为有用见解远非易事。由于内容复杂性和低粒度报告要求，采用自动意见挖掘方案处理此类教育评论文本数据一直是一个长期挑战。面向方面的情感分析（ABSA）凭借其丰富的子句级意见挖掘能力提供了一种有前景的解决方案。然而，现有的ABSA研究和资源非常集中于商业领域。在教育领域，由于公共数据集有限和严格的数据保护，它们稀缺且难以开发。亟需一个高质量的标注数据集来推进这一资源匮乏领域的研究。在这项工作中，我们提出了EduRABSA（教育评论ABSA），第一个公开的、标注的ABSA教育评论数据集，涵盖三种评论主题类型（课程、教学人员、大学），使用英语，覆盖所有主要ABSA任务，包括探索不足的隐式方面和隐式观点提取。我们还分享了ASQE-DPT（数据处理工具），一个离线、轻量级、无需安装的手动数据标注工具，可从单任务标注生成全面的ABSA任务的标注数据集。这些资源共同通过消除数据集障碍、支持研究透明性和可复现性，以及促进进一步资源的创建与共享，为ABSA社区和教育领域做出贡献。数据集、标注工具以及数据处理和采样脚本与统计信息可在 https://github.com/yhua219/edurabsa_dataset_and_annotation_tool 获取。