論文の概要: GERestaurant: A German Dataset of Annotated Restaurant Reviews for Aspect-Based Sentiment Analysis
- arxiv url: http://arxiv.org/abs/2408.07955v1
- Date: Thu, 15 Aug 2024 06:08:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-16 14:58:11.640323
- Title: GERestaurant: A German Dataset of Annotated Restaurant Reviews for Aspect-Based Sentiment Analysis
- Title（参考訳）: GERestaurant: Aspect-based Sentiment Analysisのための注釈付きレストランレビューのドイツ版データセット
- Authors: Nils Constantin Hellwig, Jakob Fehle, Markus Bink, Christian Wolff,
- Abstract要約: GERestaurantは,Aspect-Based Sentiment Analysis (ABSA)のために手動で注釈付けされた3,078のドイツ語レストランレビューからなる,新しいデータセットである。
すべてのレビューはTripadvisorから収集され、様々な料理スタイルの地域料理や国際料理を含む様々なレストランをカバーした。
このデータセットは、ドイツの言語資源のギャップを埋め、レストランドメインにおけるABSAの探索を容易にする。
- 参考スコア（独自算出の注目度）: 0.929965561686354
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present GERestaurant, a novel dataset consisting of 3,078 German language restaurant reviews manually annotated for Aspect-Based Sentiment Analysis (ABSA). All reviews were collected from Tripadvisor, covering a diverse selection of restaurants, including regional and international cuisine with various culinary styles. The annotations encompass both implicit and explicit aspects, including all aspect terms, their corresponding aspect categories, and the sentiments expressed towards them. Furthermore, we provide baseline scores for the four ABSA tasks Aspect Category Detection, Aspect Category Sentiment Analysis, End-to-End ABSA and Target Aspect Sentiment Detection as a reference point for future advances. The dataset fills a gap in German language resources and facilitates exploration of ABSA in the restaurant domain.
- Abstract（参考訳）: 我々は,Aspect-Based Sentiment Analysis (ABSA) のために手動で注釈付けされたドイツ語レストランレビュー3,078件からなる,新しいデータセットであるGERestaurantを提示する。
すべてのレビューはTripadvisorから収集され、様々な料理スタイルの地域料理や国際料理を含む様々なレストランをカバーした。
アノテーションには暗黙的側面と明示的側面の両方が含まれており、全てのアスペクト用語、対応するアスペクトカテゴリ、それらに対して表現された感情が含まれる。
さらに,Aspect Category Detection,Aspect Category Sentiment Analysis,End-to-End ABSA,Target Aspect Sentiment Detectionの4つのタスクの基準点として,Aspect Category Detection,Aspect Category Sentiment Analysis,End-to-End ABSA,Target Aspect Sentiment Detection の4つのタスクのベースラインスコアを提供する。
このデータセットは、ドイツの言語資源のギャップを埋め、レストランドメインにおけるABSAの探索を容易にする。
関連論文リスト
- 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) - 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) - BERT-ASC: Auxiliary-Sentence Construction for Implicit Aspect Learning in Sentiment Analysis [4.522719296659495]
本稿ではアスペクト分類とアスペクトベース感情サブタスクに対処する統合フレームワークを提案する。
コーパスのセマンティック情報を用いて暗黙的側面のための補助文を構築する機構を導入する。
次に、BERTはアスペクト自体ではなく、この補助文に応答してアスペクト固有の表現を学ぶことを推奨する。
論文 参考訳（メタデータ） (2022-03-22T13:12:27Z) - 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) - Zero-Shot Aspect-Based Sentiment Analysis [19.367516271270446]
本稿では,新たなドメインに対して注釈付きデータを用いることなく,ゼロショットABSAを実現する統一モデルを訓練することを目的とする。
我々は、アスペクト抽出(AE)、アスペクト感情分類(ASC)、エンドツーエンドのアスペクトベース感情分析(E2E ABSA)など、ABSAタスク上でのCORNを評価する。
論文 参考訳（メタデータ） (2022-02-04T00:51:46Z) - 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) - 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) - A Position Aware Decay Weighted Network for Aspect based Sentiment
Analysis [3.1473798197405944]
ABSAでは、テキストはそれぞれの側面に応じて複数の感情を持つことができる。
ATSAの既存のアプローチのほとんどは、異なるサブネットワークを通してアスペクト情報を取り入れている。
本稿では,その側面の位置情報を活用するモデルを提案する。
論文 参考訳（メタデータ） (2020-05-03T09:22:03Z)
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。