論文の概要: Learning Implicit Sentiment in Aspect-based Sentiment Analysis with Supervised Contrastive Pre-Training

• arxiv url: http://arxiv.org/abs/2111.02194v1
• Date: Wed, 3 Nov 2021 13:03:17 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-04 17:10:14.085036
• Title: Learning Implicit Sentiment in Aspect-based Sentiment Analysis with Supervised Contrastive Pre-Training
• Title（参考訳）: 教師付きコントラストプレトレーニングによるアスペクトベース感情分析における暗黙的感情学習
• Authors: Zhengyan Li, Yicheng Zou, Chong Zhang, Qi Zhang and Zhongyu Wei
• Abstract要約: 大規模感情アノテートコーパスを用いた教師付きコントラスト事前学習を提案する。 暗黙の感情表現を同一の感情ラベルを持つものと整合させることで、事前学習プロセスは、レビューの側面に対する暗黙の感情指向と明示的な感情指向の両方をよりよく捉えます。
• 参考スコア（独自算出の注目度）: 18.711698114617526
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Aspect-based sentiment analysis aims to identify the sentiment polarity of a specific aspect in product reviews. We notice that about 30% of reviews do not contain obvious opinion words, but still convey clear human-aware sentiment orientation, which is known as implicit sentiment. However, recent neural network-based approaches paid little attention to implicit sentiment entailed in the reviews. To overcome this issue, we adopt Supervised Contrastive Pre-training on large-scale sentiment-annotated corpora retrieved from in-domain language resources. By aligning the representation of implicit sentiment expressions to those with the same sentiment label, the pre-training process leads to better capture of both implicit and explicit sentiment orientation towards aspects in reviews. Experimental results show that our method achieves state-of-the-art performance on SemEval2014 benchmarks, and comprehensive analysis validates its effectiveness on learning implicit sentiment.
• Abstract（参考訳）: アスペクトベースの感情分析は、製品レビューにおける特定の側面の感情極性を特定することを目的としている。 レビューの約30%は明確な意見語を含まないが、暗黙の感情として知られる人間の意識指向を明確に伝達している。 しかし、最近のニューラルネットワークベースのアプローチは、レビューにまつわる暗黙の感情にはほとんど注意を払わなかった。 そこで我々は,ドメイン内言語資源から抽出した大規模感情アノテートコーパスに対して,教師付きコントラスト事前学習を採用する。 暗黙の感情表現を同一の感情ラベルを持つものと整合させることで、事前学習プロセスは、レビューの側面に対する暗黙の感情指向と明示的な感情指向の両方をよりよく捉える。 実験結果から,SemEval2014ベンチマークの最先端性能を実現し,包括的解析により暗黙的感情学習の有効性が検証された。

関連論文リスト

• You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
  感情分析ツールが同じデータセットで一致しないことを示す。 感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-18T17:27:38Z)
• Sentiment analysis and opinion mining on educational data: A survey [9.413091393107319]
  感性分析 意見マイニングは、人間の意図をレビューから識別する最も広く使われているNLPアプリケーションの1つである。 教育分野では、意見マイニングは学生の意見を聴き、学習指導の実践を教育的に強化するために用いられる。 感情アノテーション技術とAI方法論の進歩により、学生のコメントは人間の介入なしに感情指向でラベル付けできる。
  論文  参考訳（メタデータ） (2023-02-08T22:14:08Z)
• Sentiment analysis and opinion mining on E-commerce site [0.0]
  本研究の目的は,感情分析における感情極性分類の課題を解決することである。 全体的プロセスの説明とともに、感情的反対を分類する幅広い手法が提示される。
  論文  参考訳（メタデータ） (2022-11-28T16:43:33Z)
• Causal Intervention Improves Implicit Sentiment Analysis [67.43379729099121]
  インスツルメンタル・バリアブル(ISAIV)を用いたインシシット・センシティメント分析のための因果介入モデルを提案する。 まず、因果的視点から感情分析をレビューし、このタスクに存在する共同設立者を分析する。 そこで本研究では,文章と感情の因果関係を解消し,純粋因果関係を抽出するインストゥルメンタル変数を提案する。
  論文  参考訳（メタデータ） (2022-08-19T13:17:57Z)
• SentiPrompt: Sentiment Knowledge Enhanced Prompt-Tuning for Aspect-Based Sentiment Analysis [22.758661494710047]
  統一されたフレームワークで言語モデルをチューニングするためにSentiPromptを提案する。 側面、意見、極性に関する感情知識を、迅速かつ明示的に項関係をモデル化する。 提案手法は,三重項抽出,ペア抽出,および知覚分類によるアスペクト項抽出において,強いベースラインを達成できる。
  論文  参考訳（メタデータ） (2021-09-17T01:56:06Z)
• Eliminating Sentiment Bias for Aspect-Level Sentiment Classification with Unsupervised Opinion Extraction [47.09579655541417]
  ALSCは文中の特定の側面の感情極性を特定することを目的としている。 最近の作業では、ALSCのための事前訓練されたトランスフォーマーエンコーダを微調整してアスペクト中心の依存性ツリーを抽出している。 本研究では,スパンベースのアンチバイアスアスペクト表現学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-06T12:32:42Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• A Unified Dual-view Model for Review Summarization and Sentiment Classification with Inconsistency Loss [51.448615489097236]
  ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。 本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。 異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
  論文  参考訳（メタデータ） (2020-06-02T13:34:11Z)
• SKEP: Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis [69.80296394461149]
  本稿では,複数の感情分析タスクに対する統一的な感情表現を学習するために,感覚知識強化事前学習(SKEP)を導入する。 自動的な知識の助けを借りて、SKEPは感情マスキングを行い、3つの感情知識予測目標を構築する。 3種類の感情タスクの実験では、SKEPはトレーニング前ベースラインよりも有意に優れていた。
  論文  参考訳（メタデータ） (2020-05-12T09:23:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。