ACOS

Extração Quádrupla Aspecto-Categoria-Opinião-Sentimento (ACOS)

Este repositório contém os conjuntos de dados e o código-fonte do nosso artigo:

Extração quádrupla de aspecto-categoria-opinião-sentimento com aspectos e opiniões implícitos [ACL 2021].

• Introduzimos uma nova tarefa ABSA, chamada Extração Quádrupla Aspecto-Categoria-Opinião-Sentimento (ACOS), para extrair Quádruplos ABSA refinados de análises de produtos;
• Construímos dois novos conjuntos de dados para a tarefa, com anotações quádruplas ACOS, e comparamos a tarefa com quatro sistemas de linha de base;
• Nossas tarefas e conjuntos de dados fornecem um bom suporte para descobrir alvos de opinião implícitos e expressões de opinião implícitas em análises de produtos.

Tarefa

A Extração Quádrupla Aspecto-Categoria-Opinião-Sentimento (ACOS) visa extrair todos os quádruplos aspecto-categoria-opinião-sentimento, ou seja, (expressão de aspecto, categoria de aspecto, expressão de opinião, polaridade de sentimento), em uma frase de revisão incluindo aspecto implícito e opinião implícita.

Conjuntos de dados

Dois novos conjuntos de dados, Restaurant-ACOS e Laptop-ACOS, são construídos para a tarefa de extração quádrupla ACOS:

• Restaurant-ACOS é uma extensão do conjunto de dados existente do SemEval Restaurant, com base no qual adicionamos a anotação de aspectos implícitos, opiniões implícitas e os quádruplos;
• Laptop-ACOS é um novo coletado do domínio Amazon Laptop. Ele tem o dobro do tamanho do conjunto de dados SemEval Loptop e é anotado com quádruplos contendo todos os aspectos e opiniões explícitos/implícitos.

A tabela a seguir mostra a comparação entre nossos dois conjuntos de dados ACOS Quádruplos e os conjuntos de dados representativos ABSA existentes.

Métodos

Comparamos a tarefa de extração quádrupla ACOS com quatro sistemas de linha de base:

• Dupla Propagação-ACOS
• JATO-ACOS
• TAS-BERT-ACOS
• Extrair-Classificar-ACOS

Fornecemos o código-fonte de Extract-Classify-ACOS. O código fonte dos outros três métodos será fornecido em breve.

Visão geral do nosso método Extract-Classify-ACOS. A primeira etapa realiza a coextração aspecto-opinião, e a segunda etapa prevê o sentimento-categoria dados os pares aspecto-opinião.

Resultados

O desempenho de extração quádrupla ACOS de quatro sistemas diferentes nos dois conjuntos de dados:

Investigamos ainda a capacidade de diferentes sistemas em abordar o problema de aspectos/opinião implícitos:

Citação

Se você usar os dados e o código em sua pesquisa, cite nosso artigo da seguinte forma:

 @inproceedings{cai2021aspect,
  title={Aspect-Category-Opinion-Sentiment Quadruple Extraction with Implicit Aspects and Opinions},
  author={Cai, Hongjie and Xia, Rui and Yu, Jianfei},
  booktitle={Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 1: Long Papers)},
  pages={340--350},
  year={2021}
}