論文の概要: A Systematic Review of Aspect-based Sentiment Analysis: Domains, Methods, and Trends

• arxiv url: http://arxiv.org/abs/2311.10777v6
• Date: Wed, 18 Sep 2024 00:16:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-19 23:46:22.355855
• Title: A Systematic Review of Aspect-based Sentiment Analysis: Domains, Methods, and Trends
• Title（参考訳）: アスペクトに基づく感性分析の体系的レビュー:ドメイン,方法,動向
• Authors: Yan Cathy Hua, Paul Denny, Katerina Taskova, Jörg Wicker,
• Abstract要約: アスペクトベースの感情分析(ABSA)は、アスペクトとその関連する意見をテキストから識別する、きめ細かいタイプの感情分析である。 デジタル評価されたテキストデータの増加に伴い、ABSAはより詳細で目標とする洞察を掘り下げる能力で人気を博した。 本稿では,これらの基本コンポーネント間の傾向と高レベルな関係に着目したABSA研究の体系的な文献レビューを行う。
• 参考スコア（独自算出の注目度）: 2.781593421115434
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Aspect-based sentiment analysis (ABSA) is a fine-grained type of sentiment analysis that identifies aspects and their associated opinions from a given text. With the surge of digital opinionated text data, ABSA gained increasing popularity for its ability to mine more detailed and targeted insights. Many review papers on ABSA subtasks and solution methodologies exist, however, few focus on trends over time or systemic issues relating to research application domains, datasets, and solution approaches. To fill the gap, this paper presents a systematic literature review (SLR) of ABSA studies with a focus on trends and high-level relationships among these fundamental components. This review is one of the largest SLRs on ABSA. To our knowledge, it is also the first to systematically examine the interrelations among ABSA research and data distribution across domains, as well as trends in solution paradigms and approaches. Our sample includes 727 primary studies screened from 8550 search results without time constraints via an innovative automatic filtering process. Our quantitative analysis not only identifies trends in nearly two decades of ABSA research development but also unveils a systemic lack of dataset and domain diversity as well as domain mismatch that may hinder the development of future ABSA research. We discuss these findings and their implications and propose suggestions for future research.
• Abstract（参考訳）: アスペクトベース感情分析(Aspect-based sentiment analysis、ABSA)は、特定のテキストからアスペクトとその関連する意見を識別する、きめ細かいタイプの感情分析である。 デジタル評価されたテキストデータの増加に伴い、ABSAはより詳細で目標とする洞察を掘り下げる能力で人気を博した。 ABSAサブタスクとソリューション方法論に関する多くのレビュー論文があるが、研究アプリケーションドメイン、データセット、ソリューションアプローチに関連する時間的または体系的な問題に関するトレンドにはほとんど焦点を当てていない。 このギャップを埋めるために,本研究では,これらの基本コンポーネント間の傾向と高レベルな関係に着目したABSA研究の体系的文献レビュー(SLR)を提案する。 このレビューはABSAにおける最大のSLRの1つである。 我々の知る限り、ABSA研究とドメイン間のデータ分散の相互関係や、ソリューションパラダイムやアプローチのトレンドを体系的に調査するのは、これが初めてである。 このサンプルには,8550件の検索結果から,革新的な自動フィルタリングプロセスによる時間制約のない727件の一次研究が含まれている。 我々の定量分析は、ABSA研究の20年近くにおけるトレンドを識別するだけでなく、データセットとドメインの多様性の体系的な欠如と、将来のABSA研究の発展を妨げる可能性のあるドメインミスマッチも明らかにしている。 本稿では,これらの知見とその意義について論じ,今後の研究への提案を行う。

関連論文リスト

• Aspect-Based Sentiment Analysis Techniques: A Comparative Study [2.0813232115705618]
  Aspect-based Sentiment Analysis (ABSA) は人工知能(AI)の進歩に支えられている 本研究では、2つのベンチマークデータセット(Restaurant14とLaptop-14)でABSAのディープNN手法を比較した。 FAST LSA は 87.6% と 82.6% の精度で最高の結果を得るが、それぞれ 90.33% と 86.21% の精度で LSA+DeBERTa を通過しない。
  論文  参考訳（メタデータ） (2024-07-03T06:21:07Z)
• ROAST: Review-level Opinion Aspect Sentiment Target Joint Detection for ABSA [50.90538760832107]
  本研究は新たな課題であるROAST(Review-Level Opinion Aspect Sentiment Target)を提示する。 ROASTは、文章レベルのABSAとテキストレベルのABSAのギャップを埋めようとしている。 利用可能なデータセットを拡張してROASTを有効にし、以前の研究で指摘された欠点に対処します。
  論文  参考訳（メタデータ） (2024-05-30T17:29:15Z)
• 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)
• Survey of Aspect-based Sentiment Analysis Datasets [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の分析を必要とする自然言語処理の問題である。 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を困難にしている。 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。
  論文  参考訳（メタデータ） (2022-04-11T16:23:36Z)
• 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)
• A Simple Information-Based Approach to Unsupervised Domain-Adaptive Aspect-Based Sentiment Analysis [58.124424775536326]
  本稿では,相互情報に基づくシンプルだが効果的な手法を提案し,それらの用語を抽出する。 実験の結果,提案手法はクロスドメインABSAの最先端手法よりも4.32%高い性能を示した。
  論文  参考訳（メタデータ） (2022-01-29T10:18:07Z)
• Transformer-based Multi-Aspect Modeling for Multi-Aspect Multi-Sentiment Analysis [56.893393134328996]
  本稿では,複数の側面間の潜在的な関係を抽出し,文中のすべての側面の感情を同時に検出できるトランスフォーマーベースのマルチアスペクトモデリング手法を提案する。 本手法はBERTやRoBERTaといった強力なベースラインと比較して顕著な改善を実現している。
  論文  参考訳（メタデータ） (2020-11-01T11:06:31Z)
• A Comprehensive Survey on Aspect Based Sentiment Analysis [0.0]
  ABSAは、一般的な感情分析よりも、文脈に関するより多くの情報を提供することが知られている。 本調査では, 様々な解を詳細に論じ, 比較を行った。
  論文  参考訳（メタデータ） (2020-06-08T14:07:58Z)

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。