实体级情感分析（ELSA）：一项探索性任务综述
计算与语言
2023-04-28 v1
摘要
本文探讨了识别文档中针对意志实体（人物与组织）所表达的整体情感的任务——我们称之为实体级情感分析（ELSA）。尽管针对推文等较短文本中实体情感识别的研究已较为充分，我们发现对于同一实体存在多次提及与多种观点的长文本，该特定任务的研究几乎空白。若 ELSA 可由现有任务与模型推导得出，此种研究缺失尚可理解。为评估这一点，我们标注了一组专业评论，标出文本中针对每个意志实体的整体情感。我们从已标注文档级、句子级与目标级情感的多领域评论语料中抽样，结果表明没有任何单一的代理任务能以令人满意的性能提供我们所寻求的针对实体的整体情感。我们提出了一系列实验，旨在评估文档级、句子级与目标级情感分析对 ELSA 的贡献，并讨论其不足。我们表明，数据集中情感不仅以实体提及为目标表达，也针对与意志实体具有情感相关关系的目标表达。在我们的数据中，这些关系超出了回指共指消解的范畴，我们的发现呼吁对该主题进一步研究。最后，我们还呈现了先前相关工作的综述。
引用
@article{arxiv.2304.14241,
title = {Entity-Level Sentiment Analysis (ELSA): An exploratory task survey},
author = {Egil Rønningstad and Erik Velldal and Lilja Øvrelid},
journal= {arXiv preprint arXiv:2304.14241},
year = {2023}
}