ROAST: 面向ABSA的评论级观点方面情感目标联合检测
计算与语言
2024-07-22 v2 人工智能
机器学习
摘要
基于方面的情感分析(ABSA)由于通过SemEval研讨会和Germeval组织的涵盖多种语言和领域的各种共享任务而经历了巨大的扩展和多样性。尽管如此，仍有一些缺点需要解决，例如缺乏低资源语言评估以及对句子级分析的强调。为了在完整评论的背景下全面评估ABSA技术，本研究提出了一项新任务：评论级观点方面情感目标(ROAST)。ROAST旨在通过识别评论级别的每个ABSA组成部分来弥合句子级和文本级ABSA之间的差距。我们扩展了可用数据集以支持ROAST，通过纳入低资源语言、多种语言和多样主题来解决先前研究中指出的缺点。通过这项工作，ABSA研究将能够覆盖更多领域，并在多种语言和领域中获得对该任务及其实际应用的更深入理解(https://github.com/RiTUAL-UH/ROAST-ABSA)。
引用
@article{arxiv.2405.20274,
title = {ROAST: Review-level Opinion Aspect Sentiment Target Joint Detection for ABSA},
author = {Siva Uday Sampreeth Chebolu and Franck Dernoncourt and Nedim Lipka and Thamar Solorio},
journal= {arXiv preprint arXiv:2405.20274},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2309.13297