ACOS

面向-類別-意見-情緒 (ACOS) 四元提取

該存儲庫包含我們論文的資料集和原始程式碼：

具有隱式方面和意見的面向-類別-意見-情感四重提取 [ACL 2021]。

• 我們引入了一個新的 ABSA 任務，名為 Aspect-Category-Opinion-Sentiment Quadruple (ACOS) Extraction，用於從產品評論中提取細粒度的 ABSA 四元組；
• 我們為該任務建立了兩個新的資料集，帶有 ACOS 四重註釋，並使用四個基準系統對任務進行基準測試；
• 我們的任務和資料集為發現產品評論中的隱含意見目標和隱含意見表達提供了良好的支持。

任務

面向-類別-意見-情緒（ACOS）四元組擷取旨在提取評論句子中的所有面向-類別-意見-情緒四元組，即（面向表達、面向類別、意見表達、情緒極性），包括隱含方面和隱含的意見。

數據集

為 ACOS 四重提取任務建構了兩個新資料集 Restaurant-ACOS 和 Laptop-ACOS：

• Restaurant-ACOS是現有SemEval Restaurant資料集的擴展，在此基礎上我們添加了隱式方面、隱式意見和四元組的註釋；
• Laptop-ACOS 是從 Amazon Laptop 域收集的全新產品。它的大小是 SemEval Loptop 資料集的兩倍，並以包含所有顯式/隱式方面和意見的四元組進行註解。

下表顯示了我們的兩個 ACOS Quadruple 資料集與現有代表性 ABSA 資料集之間的比較。

方法

我們使用四個基線系統對 ACOS 四重提取任務進行基準測試：

• 雙傳播ACOS
• 捷特-ACOS
• 塔斯-伯特-阿科斯
• 提取-分類-ACOS

我們提供了Extract-Classify-ACOS的原始程式碼。其他三種方法的源代碼將很快提供。

我們的 Extract-Classify-ACOS 方法概述。第一步執行方面意見共同提取，第二步根據方面意見對預測類別情感。

結果

四個不同系統在兩個資料集上的 ACOS 四重提取性能：

我們進一步研究不同系統解決隱性方面/意見問題的能力：

引文

如果您在研究中使用資料和程式碼，請按如下方式引用我們的論文：

 @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}
}