OATS：面向方面级情感分析的观点方面目标情感四元组抽取数据集
计算与语言
2024-03-07 v2
摘要
方面级情感分析（ABSA）致力于理解用户生成评论中特定元素的情感。其旨在分析用户生成的评论，以确定 a) 被评论的目标实体，b) 其所属的高层方面，c) 用于表达观点的情感词，以及 d) 针对目标和方面的情感表达。尽管各种基准数据集推动了 ABSA 的发展，但它们常受限于领域局限性与数据粒度挑战。为此，我们引入了 OATS 数据集，其涵盖三个新领域，包含 27,470 个句子级四元组与 17,092 个评论级元组。我们的工作试图弥补若干已观察到的缺口：对餐饮和笔记本电脑等常见领域的反复聚焦、用于复杂四元组抽取任务的数据有限，以及对句子级与评论级情感间协同作用的偶尔忽视。此外，为阐明 OATS 的潜力并揭示其可解决的各类 ABSA 子任务，我们开展了实验，建立了初始基线。我们希望 OATS 数据集能扩充现有资源，为 ABSA 的包容性探索铺平道路（https://github.com/RiTUAL-UH/OATS-ABSA）。
引用
@article{arxiv.2309.13297,
title = {OATS: Opinion Aspect Target Sentiment Quadruple Extraction Dataset for Aspect-Based Sentiment Analysis},
author = {Siva Uday Sampreeth Chebolu and Franck Dernoncourt and Nedim Lipka and Thamar Solorio},
journal= {arXiv preprint arXiv:2309.13297},
year = {2024}
}
备注
Accepted in COLING/LREC-2024. Camera Ready submission