基于大语言模型的迭代数据生成用于方面情感分析
计算与语言
2024-10-01 v2
摘要
方面情感分析 (ABSA) 是一个重要的情感分析任务，旨在确定句子中针对某个方面的情感极性。由于标注数据昂贵且有限，数据生成 (DG) 已成为提高 ABSA 性能的标准方法。然而，当前的 DG 方法通常存在以下问题：1) 流利性和连贯性差，2) 生成数据的多样性不足，3) 依赖于现有的标注数据，阻碍其在实际场景中的应用。随着大语言模型 (LLM) 的发展，LLM-based DG 有望解决上述问题。然而，直接提示 LLM 难以生成所需的伪标签 ABSA 数据，因为 LLM 容易产生幻觉，导致生成不理想的数据。为此，我们提出了一套系统性的迭代数据生成框架，即 IDG，以提升 ABSA 的性能。IDG 的核心在于充分利用 LLM 的强大能力（即指令遵循、零样本学习和自我反思），从无监督句子语料开始，迭代生成更流畅和多样的伪标签数据。具体而言，IDG 设计了新颖的迭代数据生成机制和自我反思数据过滤模块，以解决因幻觉导致的意外数据生成问题。在四个广泛使用的 ABSA 数据集上进行的大量实验表明，IDG 能为五个基线 ABSA 模型带来持续且显著的性能提升。更令人鼓舞的是，IDG 生成的合成数据可实现与手动标注数据相当甚至更好的性能。
引用
@article{arxiv.2407.00341,
title = {Iterative Data Generation with Large Language Models for Aspect-based Sentiment Analysis},
author = {Qihuang Zhong and Haiyun Li and Luyao Zhuang and Juhua Liu and Bo Du},
journal= {arXiv preprint arXiv:2407.00341},
year = {2024}
}