SigmaLaw-ABSA：面向法律意见文本方面级情感分析的数据集
计算与语言
2021-03-18 v1 机器学习
摘要
方面级情感分析（ABSA）在许多不同领域已是显著且持续的研究热点，但在法律领域尚未被广泛讨论。大量公开可用的多领域数据集通常满足了研究者在ABSA领域开展研究的需求。据我们所知，目前尚无面向法律意见文本的方面（当事人）级情感分析的公开数据集。因此，创建用于法律领域ABSA研究的公开数据集可视为一项具有重要意义的任务。在本研究中，我们引入一个手动标注的法律意见文本数据集（SigmaLaw-ABSA），旨在便利研究者开展法律领域的ABSA任务。SigmaLaw-ABSA由英文法律意见文本组成，已由人工判官标注。本研究讨论了与法律领域相关的ABSA子任务以及如何使用该数据集执行这些任务。本文还描述了数据集的统计数据，并作为基线，给出了一些现有基于深度学习的系统在SigmaLaw-ABSA数据集上的性能结果。
引用
@article{arxiv.2011.06326,
title = {SigmaLaw-ABSA: Dataset for Aspect-Based Sentiment Analysis in Legal Opinion Texts},
author = {Chanika Ruchini Mudalige and Dilini Karunarathna and Isanka Rajapaksha and Nisansa de Silva and Gathika Ratnayaka and Amal Shehan Perera and Ramesh Pathirana},
journal= {arXiv preprint arXiv:2011.06326},
year = {2021}
}
备注
6 pages, 2 figures, IEEE International Conference on Industrial and Information Systems(ICIIS) 2020