Indo LEGO-ABSA：面向印尼语的多任务生成式方面级情感分析
计算与语言
2023-11-06 v1 人工智能
摘要
方面级情感分析是自然语言处理中一种旨在识别并理解与实体特定方面相关情感的方法。方面是代表某一特定实体方面或属性的词或短语。已有研究利用生成式预训练语言模型来执行方面级情感分析。LEGO-ABSA 是成功将生成式预训练语言模型应用于方面级情感分析（尤其是英语）的一个框架。LEGO-ABSA 采用多任务学习与提示方法来提升模型性能。然而，该方法尚未在印尼语（Bahasa Indonesia）语境中得到应用。因此，本研究旨在利用生成式预训练语言模型，将多任务学习与提示方法应用于印尼语的方面级情感分析。在本研究中，我们开发了 Indo LEGO-ABSA 模型，这是一个利用生成式预训练语言模型并通过多任务学习与提示进行训练的方面级情感分析模型。Indo LEGO-ABSA 使用印尼语酒店领域数据集进行训练。所得结果包括：方面情感三元组抽取任务的 f1-score 为 79.55%，统一方面级情感分析为 86.09%，方面-观点对抽取为 79.85%，方面词抽取为 87.45%，观点词抽取为 88.09%。Indo LEGO-ABSA 采用了运用 T5 模型（具体为 mT5）的 LEGO-ABSA 框架，通过应用多任务学习训练方面级情感分析中的所有任务。
引用
@article{arxiv.2311.01757,
title = {Indo LEGO-ABSA: A Multitask Generative Aspect Based Sentiment Analysis for Indonesian Language},
author = {Randy Zakya Suchrady and Ayu Purwarianti},
journal= {arXiv preprint arXiv:2311.01757},
year = {2023}
}
备注
Accepted at International Conference on Electrical Engineering and Informatics 2023 (ICEEI 2023)