基于 SSP 构建评估标注数据用于细粒度方面情感分析
计算与语言
2026-05-11 v1 机器学习
摘要
我们报告构建了韩语评估标注语料库的过程，后称之为'评估标注数据集 (EVAD)'，并将其用于方面情感分析 (ABSA)，以覆盖包含情感和非情感语言模式的电子商务评论。标注过程采用半自动符号传递 (SSP) 方法。我们构建了以有限状态转换器 (FST) 形式 formalized 的广泛语言资源，用于按电子商务领域标注包含详细 ABSA 组件的语料库。扩展的 ABSA 方法包括：除了主题和方面外，还加入 aspect values；并根据 value 是否为 unary、binary 或 multiple 对 aspect-value 对进行分类。对于评估，我们在标注数据集上训练 KoBERT 和 KcBERT 模型，分别在方面-value 对识别上达到 F1 0.88 和 F1 0.90 的稳健性能。
引用
@article{arxiv.2605.07446,
title = {SSP-based construction of evaluation-annotated data for fine-grained aspect-based sentiment analysis},
author = {Suwon Choi and Shinwoo Kim and Changhoe Hwang and Gwanghoon Yoo and Eric Laporte and Jeesun Nam},
journal= {arXiv preprint arXiv:2605.07446},
year = {2026}
}