基于 LLaMA 的模型用于方面级情感分析
计算与语言
2025-08-13 v1
摘要
虽然大语言模型（LLM）在各种任务中展现出潜力，但它们在复合方面级情感分析（ABSA）任务中的性能仍落后于微调模型。然而，针对 ABSA 进行微调的 LLM 的潜力尚未被探索。本文研究了针对 ABSA 进行微调的开源 LLM 的能力，重点关注基于 LLaMA 的模型。我们在四个任务和八个英文数据集上评估了性能，发现微调后的 Orca~2 模型在所有任务中都超越了最先进的结果。然而，与完全微调的模型相比，所有模型在零样本和少样本场景中都表现不佳。此外，我们进行了错误分析，以识别微调模型面临的挑战。
引用
@article{arxiv.2508.08649,
title = {LLaMA-Based Models for Aspect-Based Sentiment Analysis},
author = {Jakub Šmíd and Pavel Přibáň and Pavel Král},
journal= {arXiv preprint arXiv:2508.08649},
year = {2025}
}
备注
Published in Proceedings of the 14th Workshop on Computational Approaches to Subjectivity, Sentiment, & Social Media Analysis (WASSA 2024). Official version: https://aclanthology.org/2024.wassa-1.6/