論文の概要: Aspect-Based Sentiment Analysis for Future Tourism Experiences: A BERT-MoE Framework for Persian User Reviews
- arxiv url: http://arxiv.org/abs/2602.12778v1
- Date: Fri, 13 Feb 2026 10:01:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-16 23:37:53.918658
- Title: Aspect-Based Sentiment Analysis for Future Tourism Experiences: A BERT-MoE Framework for Persian User Reviews
- Title（参考訳）: Aspect-based Sentiment Analysis for Future Tourism Experiences: a BERT-MoE Framework for Persian User Reviews
- Authors: Hamidreza Kazemi Taskooh, Taha Zare Harofte,
- Abstract要約: 本研究では,観光地におけるペルシャ語ユーザレビューのためのアスペクトベース感情分析(ABSA)を推進した。
そこで我々は,Top-Kルーティングと補助損失を緩和し,ルーティングの崩壊を緩和し,効率を向上するハイブリッドBERTモデルを提案する。
提案したモデルでは、ABSAでは90.6%の重み付きF1スコア、ベースラインBERT(89.25%)、標準ハイブリッドアプローチ(85.7%)を実現している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study advances aspect-based sentiment analysis (ABSA) for Persian-language user reviews in the tourism domain, addressing challenges of low-resource languages. We propose a hybrid BERT-based model with Top-K routing and auxiliary losses to mitigate routing collapse and improve efficiency. The pipeline includes: (1) overall sentiment classification using BERT on 9,558 labeled reviews, (2) multi-label aspect extraction for six tourism-related aspects (host, price, location, amenities, cleanliness, connectivity), and (3) integrated ABSA with dynamic routing. The dataset consists of 58,473 preprocessed reviews from the Iranian accommodation platform Jabama, manually annotated for aspects and sentiments. The proposed model achieves a weighted F1-score of 90.6% for ABSA, outperforming baseline BERT (89.25%) and a standard hybrid approach (85.7%). Key efficiency gains include a 39% reduction in GPU power consumption compared to dense BERT, supporting sustainable AI deployment in alignment with UN SDGs 9 and 12. Analysis reveals high mention rates for cleanliness and amenities as critical aspects. This is the first ABSA study focused on Persian tourism reviews, and we release the annotated dataset to facilitate future multilingual NLP research in tourism.
- Abstract（参考訳）: 本研究は,低リソース言語の課題に対処するため,観光地におけるペルシア語ユーザレビューのためのアスペクトベース感情分析(ABSA)を推進した。
そこで我々は,Top-Kルーティングと補助損失を緩和し,ルーティングの崩壊を緩和し,効率を向上するハイブリッドBERTモデルを提案する。
このパイプラインは,(1)ラベル付きレビュー9,558件のBERTを用いた全体感情分類,(2)観光関連アスペクト(ホスト,価格,場所,アメニティ,クリーンライン,接続性)の多ラベルアスペクト抽出,(3)動的ルーティングを備えた統合ABSAを含む。
データセットは、イランの宿泊プラットフォームであるジャバマの58,473件の事前処理されたレビューで構成されており、手動でアスペクトや感情を注釈付けしている。
提案したモデルでは、ABSAでは90.6%の重み付きF1スコア、ベースラインBERT(89.25%)、標準ハイブリッドアプローチ(85.7%)が達成されている。
主な効率向上には、密度の高いBERTと比較してGPUの消費電力が39%削減され、UNSDG 9と12に合わせて持続可能なAIデプロイメントがサポートされる。
分析によると、清潔さとアメニティを重要な側面として言及する率が高い。
本研究は,ペルシアの観光レビューに焦点をあてた最初のABSA研究であり,今後の観光における多言語NLP研究を促進するための注釈付きデータセットをリリースする。
関連論文リスト
- DimABSA: Building Multilingual and Multidomain Datasets for Dimensional Aspect-Based Sentiment Analysis [57.70022214686838]
DimABSAは、従来のABSA要素とVAスコアの両方に注釈を付けた最初の多言語次元ABSAリソースである。
このリソースには、42,590の文にわたる76,958のアスペクトインスタンスが含まれており、6つの言語と4つのドメインにまたがっている。
論文 参考訳（メタデータ） (2026-01-30T14:30:35Z) - Tourism Question Answer System in Indian Language using Domain-Adapted Foundation Models [0.6524460254566904]
本稿では,ヒンディー語観光地を対象としたベースライン抽出質問応答システム(QA)の設計に関する総合的研究について述べる。
Ganga Aarti、Cruise、Food Court、Public Toilet、Kund、Museum、General、Ashram、Temple、Travelの10種類の観光中心の変種をターゲットにしている。
パラメータ効率とタスク性能を最適化するために,Supervised Fine-Tuning (SFT) と Low-Rank Adaptation (LoRA) を用いて微調整を行う基盤モデル-BERT と RoBERTa を利用するフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-28T14:44:16Z) - RefineBench: Evaluating Refinement Capability of Language Models via Checklists [71.02281792867531]
本研究は,2つの改良モード(ガイドリファインメントと自己リファインメント)を評価する。
ガイド付き改良では、プロプライエタリなLMと大きなオープンウェイトLMの両方が目標フィードバックを利用して、5ターン以内のほぼ完全なレベルへの応答を洗練できる。
これらの結果は、フロンティアLMは誤った反応を自己調整するためにブレークスルーを必要とすることを示唆している。
論文 参考訳（メタデータ） (2025-11-27T07:20:52Z) - ESGenius: Benchmarking LLMs on Environmental, Social, and Governance (ESG) and Sustainability Knowledge [40.49917730563565]
ESGeniusは、環境、社会、ガバナンス(ESG)における大規模言語モデル(LLM)の熟練度の評価と向上のための総合的なベンチマークである。
ESGenius-QA (i) ESGenius-QA (i) ESGenius-QA (i) esGenius-QA (i) esGenius-QA (i) esGenius-QA (i) esGenius-QA (i) esGenius-QA (i) esGenius-QA (i) esGenius-Corpus (i) ESGenius-Corpus (i) ESGenius-Corpusは231の基本的なフレームワーク、標準、レポート、レコメンデーションドキュメントを、7つの権威あるソースから収集した。
論文 参考訳（メタデータ） (2025-06-02T13:19:09Z) - Enhancing Aspect-based Sentiment Analysis with ParsBERT in Persian Language [0.0]
本稿ではペルシャ語に合わせた言語モデルの効率を向上することを目的とする。
ペルシャ語ウェブサイト「ジギカラ」から抽出したユーザ意見の感情分析を中心にした研究。
論文 参考訳（メタデータ） (2025-02-03T06:25:06Z) - Enhancing Aspect-based Sentiment Analysis in Tourism Using Large Language Models and Positional Information [14.871979025512669]
本稿では,Aspect-Category-Sentiment Quadruple extract (ACOSQE)のためのアスペクトベース感情分析モデルACOS_LLMを提案する。
このモデルは補助知識生成とACOSQEという2つの重要な段階から構成される。
その結果、F1は観光データセットの他のモデルと比較して7.49%改善した。
論文 参考訳（メタデータ） (2024-09-23T13:19:17Z) - InstructABSA: Instruction Learning for Aspect Based Sentiment Analysis [58.188050006989144]
InstructABSAは、Aspect-Based Sentiment Analysis (ABSA)サブタスクのための命令学習パラダイムである。
提案手法は,各トレーニングサンプルに対して正,負,中立の例を導入し,ABSAサブタスクのモデル(Tk-インストラクト)を指導し,大幅な性能向上をもたらす。
論文 参考訳（メタデータ） (2023-02-16T23:29:22Z) - Exploiting BERT to improve aspect-based sentiment analysis performance
on Persian language [0.0]
本研究では,事前学習したBERTモデルを用いて,ABSAタスクにおける文ペア入力を活用する可能性を示す。
その結果,Pars-BERT事前学習モデルと自然言語推論助文(NLI-M)を用いることで,ABSAタスクの精度が91%向上することが示唆された。
論文 参考訳（メタデータ） (2020-12-02T16:47:20Z) - BAN-ABSA: An Aspect-Based Sentiment Analysis dataset for Bengali and
it's baseline evaluation [0.8793721044482612]
本稿では,高品質なベンガル語データセットであるBAN-ABSAについて述べる。
データセットは、ベンガルの有名なニュースポータルから収集された9,009のユニークなコメントから、2,619のポジティブ、4,721のネガティブ、1,669の中立データサンプルで構成されている。
論文 参考訳（メタデータ） (2020-12-01T06:09:44Z) - 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。