面向细粒度情感分析的实体-方面-观点-情感四元组抽取
计算与语言
2023-11-29 v1
摘要
产品评论中常包含大量隐式方面以及对象-属性共存的情况。遗憾的是，基于方面的情感分析（ABSA）领域的许多现有研究忽视了这一问题，这可能导致难以全面、公平地抽取观点。本文提出一项称为实体-方面-观点-情感四元组抽取（EASQE）的新任务，旨在将方面词分层分解为实体与方面，以避免 ABSA 任务中的信息丢失、非互斥标注以及观点误解。为推动该新任务的研究，我们基于 SemEval 餐厅与笔记本电脑数据集构建了四个数据集（Res14-EASQE、Res15-EASQE、Res16-EASQE 和 Lap14-EASQE）。我们还提出了一种新颖的基于两阶段序列标注的 Trigger-Opinion 框架，作为 EASQE 任务的基线。实证评估表明，我们的 Trigger-Opinion 框架能够生成令人满意的 EASQE 结果，也可应用于其他 ABSA 任务，显著优于当前最优方法。我们已公开这四个数据集及 Trigger-Opinion 的源代码，以促进该领域的进一步研究。
引用
@article{arxiv.2311.16678,
title = {Entity-Aspect-Opinion-Sentiment Quadruple Extraction for Fine-grained Sentiment Analysis},
author = {Dan Ma and Jun Xu and Zongyu Wang and Xuezhi Cao and Yunsen Xian},
journal= {arXiv preprint arXiv:2311.16678},
year = {2023}
}