若已有细粒度情感标注，不妨善加利用：充分发挥细粒度情感标注的价值
计算与语言
2021-02-02 v1
摘要
细粒度情感分析试图抽取情感持有者、情感对象和情感极性表达，并解析它们之间的关系，但标注的困难阻碍了该领域的进展。另一方面，目标级情感分析是一项更为狭窄的任务，侧重于抽取情感对象并分类其极性。在本文中，我们探究引入持有者与表达信息能否改进对象的抽取与分类，并在八个英文数据集上进行了实验。我们得出结论：联合预测对象与极性的 BIO 标签可改进对象抽取，而以黄金标准表达扩充输入文本通常能改进目标级极性分类。这凸显了为细粒度情感数据集标注表达信息潜在的重要性。同时，我们的结果表明，当前模型预测极性表达的性能较差，在实践中制约了此类信息带来的益处。
引用
@article{arxiv.2102.00299,
title = {If you've got it, flaunt it: Making the most of fine-grained sentiment annotations},
author = {Jeremy Barnes and Lilja Øvrelid and Erik Velldal},
journal= {arXiv preprint arXiv:2102.00299},
year = {2021}
}
备注
To appear in EACL 2021