从星级到洞察：基于远程监督的统一情感分析探索与实现
计算与语言
2025-08-14 v4
摘要
情感分析对于理解客户声音并为企业战略决策提供信息至关重要。传统情感分析包含三个独立任务：方面类别检测、方面类别情感分析和评分预测。然而，独立处理这些任务可能忽略其相互依赖关系，且通常需要昂贵、细粒度的标注。本文提出统一情感分析，一种将上述三个任务整合为连贯框架的新型学习范式。为此，我们提出远程监督金字塔网络（DSPN），其采用金字塔结构以层次化方式在词、方面和文档层面捕捉情感。在英文与中文多方面评论数据集上的评估表明，DSPN 仅使用星级评分标签进行监督，在表现出与多种基准模型相当性能的同时，展现出显著的效率优势。此外，DSPN 的金字塔结构使其输出具备可解释性。我们的发现验证了 DSPN 的有效性与高效性，建立了一种稳健、资源高效的统一情感分析框架。
引用
@article{arxiv.2305.01710,
title = {From Stars to Insights: Exploration and Implementation of Unified Sentiment Analysis with Distant Supervision},
author = {Wenchang Li and John P. Lalor and Yixing Chen and Vamsi K. Kanuri},
journal= {arXiv preprint arXiv:2305.01710},
year = {2025}
}
备注
Forthcoming in ACM Trans. Manage. Inf. Syst