ACOS

方面-类别-意见-情感 (ACOS) 四元提取

该存储库包含我们论文的数据集和源代码：

具有隐式方面和意见的方面-类别-意见-情感四重提取 [ACL 2021]。

• 我们引入了一个新的 ABSA 任务，名为 Aspect-Category-Opinion-Sentiment Quadruple (ACOS) Extraction，用于从产品评论中提取细粒度的 ABSA 四元组；
• 我们为该任务构建了两个新的数据集，带有 ACOS 四重注释，并使用四个基线系统对任务进行基准测试；
• 我们的任务和数据集为发现产品评论中的隐含意见目标和隐含意见表达提供了良好的支持。

任务

方面-类别-意见-情感（ACOS）四元组提取旨在提取评论句子中的所有方面-类别-意见-情感四元组，即（方面表达、方面类别、意见表达、情感极性），包括隐式方面和隐含的意见。

数据集

为 ACOS 四重提取任务构建了两个新数据集 Restaurant-ACOS 和 Laptop-ACOS：

• Restaurant-ACOS是现有SemEval Restaurant数据集的扩展，在此基础上我们添加了隐式方面、隐式意见和四元组的注释；
• Laptop-ACOS 是从 Amazon Laptop 域中收集的全新产品。它的大小是 SemEval Loptop 数据集的两倍，并用包含所有显式/隐式方面和意见的四元组进行注释。

下表显示了我们的两个 ACOS Quadruple 数据集与现有代表性 ABSA 数据集之间的比较。

方法

我们使用四个基线系统对 ACOS 四重提取任务进行基准测试：

• 双传播ACOS
• 捷特-ACOS
• 塔斯-伯特-阿科斯
• 提取-分类-ACOS

我们提供了Extract-Classify-ACOS的源代码。其他三种方法的源代码将很快提供。

我们的 Extract-Classify-ACOS 方法概述。第一步执行方面意见共同提取，第二步根据方面意见对预测类别情感。

结果

四个不同系统在两个数据集上的 ACOS 四重提取性能：

我们进一步研究不同系统解决隐性方面/意见问题的能力：

引文

如果您在研究中使用数据和代码，请按如下方式引用我们的论文：

 @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}
}