IITKGP的ETMS团队在SemEval-2022任务10：使用生成式方法的结构化情感分析
计算与语言
2022-05-03 v1 人工智能
摘要
结构化情感分析（SSA）致力于从文本中抽取观点元组，其中每个元组(h, e, t, p)由表达者h、目标t、情感表达e以及h通过e对t表达的情感极性p构成。尽管已有工作探索了基于图或基于序列标注的方法来解决该任务，本文提出了一种新颖的统一生成式方法来解决SSA这一SemEval2022共享任务。我们利用基于BART的编码器-解码器架构并适当修改，以在给定句子时生成观点元组序列。每个生成的元组由七个整数组成，分别表示表达者、目标和表达跨度的起止位置索引，后接目标与情感表达之间的情感极性类别。我们针对单语言和跨语言子任务进行了严谨实验，并在两种设置下于排行榜上取得了具有竞争力的情感F1分数。
引用
@article{arxiv.2205.00440,
title = {ETMS@IITKGP at SemEval-2022 Task 10: Structured Sentiment Analysis Using A Generative Approach},
author = {Raghav R and Adarsh Vemali and Rajdeep Mukherjee},
journal= {arXiv preprint arXiv:2205.00440},
year = {2022}
}
备注
9 pages, accepted at SemEval 2022 (collocated with NAACL 2022)