論文の概要: Survey of Aspect-based Sentiment Analysis Datasets
- arxiv url: http://arxiv.org/abs/2204.05232v1
- Date: Mon, 11 Apr 2022 16:23:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-12 14:24:33.907618
- Title: Survey of Aspect-based Sentiment Analysis Datasets
- Title(参考訳): アスペクトベース感情分析データセットの調査
- Authors: Siva Uday Sampreeth Chebolu, Franck Dernoncourt, Nedim Lipka, Thamar
Solorio
- Abstract要約: アスペクトベースの感情分析(ABSA)は、ユーザ生成レビューの分析を必要とする自然言語処理の問題である。
本研究では,自律型ABSAシステムの学習・評価に使用できるコーパスデータベースを提案する。
- 参考スコア(独自算出の注目度): 45.198290340858556
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Aspect-based sentiment analysis (ABSA) is a natural language processing
problem that requires analyzing user-generated reviews in order to determine:
a) The target entity being reviewed, b) The high-level aspect to which it
belongs, and c) The sentiment expressed toward the targets and the aspects.
Numerous yet scattered corpora for ABSA make it difficult for researchers to
quickly identify corpora best suited for a specific ABSA subtask. This study
aims to present a database of corpora that can be used to train and assess
autonomous ABSA systems. Additionally, we provide an overview of the major
corpora concerning the various ABSA and its subtasks and highlight several
corpus features that researchers should consider when selecting a corpus. We
conclude that further large-scale ABSA corpora are required. Additionally,
because each corpus is constructed differently, it is time-consuming for
researchers to experiment with a novel ABSA algorithm on many corpora and often
employ just one or a few corpora. The field would benefit from an agreement on
a data standard for ABSA corpora. Finally, we discuss the advantages and
disadvantages of current collection approaches and make recommendations for
future ABSA dataset gathering.
- Abstract(参考訳): アスペクトベース感情分析(Aspect-based sentiment analysis、ABSA)は、ユーザ生成レビューの分析を必要とする自然言語処理の問題である。
a) 審査対象の実体
b)それが属する上位の局面,及び
c) 目標及び側面に対して表現された感情。
ABSAの多くの散在したコーパスは、研究者が特定のABSAサブタスクに適したコーパスを素早く特定することが困難である。
本研究の目的は,自律型absaシステムの訓練と評価に使用できるコーパスのデータベースを提供することである。
さらに,様々なABSAとそのサブタスクに関する主要なコーパスの概要と,コーパスを選択する際に考慮すべきいくつかのコーパスの特徴について概説する。
さらに大規模なABSAコーパスが必要であると結論付けている。
さらに、各コーパスは異なる構成であるため、研究者が新しいABSAアルゴリズムを多くのコーパスで実験するのに時間がかかる。
この分野はABSAコーパスのデータ標準に関する合意の恩恵を受けるだろう。
最後に,現在の収集手法の利点と欠点について考察し,今後のABSAデータセット収集を推奨する。
関連論文リスト
- A Systematic Review of Aspect-based Sentiment Analysis (ABSA): Domains,
Methods, and Trends [2.014577508582391]
Aspect-based Sentiment Analysis (ABSA)は、微粒な感情分析の一種である。
ABSAの研究は言語学、統計学、機械学習のアプローチを採用している。
その性質上、ABSAはドメインに依存しており、リソースとアプリケーションドメイン間のミスアライメントの影響に敏感である。
論文 参考訳(メタデータ) (2023-11-16T06:01:47Z) - SOUL: Towards Sentiment and Opinion Understanding of Language [96.74878032417054]
我々は、言語感覚とオピニオン理解(SOUL)と呼ばれる新しいタスクを提案する。
SOULは2つのサブタスクを通して感情理解を評価することを目的としている:レビュー(RC)と正当化生成(JG)。
論文 参考訳(メタデータ) (2023-10-27T06:48:48Z) - OATS: Opinion Aspect Target Sentiment Quadruple Extraction Dataset for
Aspect-Based Sentiment Analysis [55.61047894397937]
アスペクトベースの感情分析(ABSA)は、ユーザ生成レビュー内の異なる要素に特有の感情を理解する。
OATSデータセットは3つの新しいドメインを包含し,27,470の文レベルと17,092のレビューレベルから構成される。
私たちのイニシアチブは、レストランやラップトップのようなよく知られたドメイン、複雑な四重項抽出タスクのための限られたデータ、時には文とレビューレベルの感情の相乗効果の監視といった、特定の観察されたギャップを埋めることを目指しています。
論文 参考訳(メタデータ) (2023-09-23T07:39:16Z) - MEMD-ABSA: A Multi-Element Multi-Domain Dataset for Aspect-Based
Sentiment Analysis [23.959356414518957]
5つの領域にまたがる4つの要素をカバーする大規模マルチ要素マルチドメインデータセット(MEMD)を提案する。
複数のABSAサブタスクにおける生成的および非生成的ベースラインをオープンドメイン設定下で評価した。
論文 参考訳(メタデータ) (2023-06-29T14:03:49Z) - Entity-Level Sentiment Analysis (ELSA): An exploratory task survey [2.191505742658975]
本稿は、文書中の自発的な実体に対して表される全体的感情を識別するタスクについて考察する。
我々のデータセットの感情は、対象として言及されるエンティティだけでなく、自発的なエンティティと感情関連のあるターゲットにも表現されている。
論文 参考訳(メタデータ) (2023-04-27T15:01:20Z) - A Survey on Aspect-Based Sentiment Analysis: Tasks, Methods, and
Challenges [58.97831696674075]
ABSAは、側面レベルで人々の意見を分析し、理解することを目的としている。
我々は、感情要素の軸から既存の研究を組織するABSAの新しい分類法を提供する。
ABSAの事前学習言語モデルの利用状況を要約し、ABSAの性能を新たな段階に向上させた。
論文 参考訳(メタデータ) (2022-03-02T12:01:46Z) - Understanding Pre-trained BERT for Aspect-based Sentiment Analysis [71.40586258509394]
本稿では、アスペクトベース感情分析(ABSA)におけるタスクに対するBERTのレビューから得られた事前学習された隠れ表現について分析する。
アスペクトや意見のアノテーションなしでラベル付けされていないコーパスでトレーニングされた(マスクされた)言語モデルの一般的なプロキシタスクが、ABSAの下流タスクにどのように重要な機能を提供するかは明らかではない。
論文 参考訳(メタデータ) (2020-10-31T02:21:43Z) - Tasty Burgers, Soggy Fries: Probing Aspect Robustness in Aspect-Based
Sentiment Analysis [71.40390724765903]
アスペクトベースの感情分析(ABSA)は、テキストの特定の側面に対する感情を予測することを目的としている。
既存のABSAテストセットは、モデルが対象のアスペクトの感情を非ターゲットのアスペクトと区別できるかどうかを調査するために使用できない。
我々は、対象の側面の感情から、対象でない側面の相反する感情を解き放つための新しい例を生成する。
論文 参考訳(メタデータ) (2020-09-16T22:38:18Z)
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。