A novel Counterfactual method for aspect-based sentiment analysis

要約

側面ベースの感情分析 (ABSA) は、評価側面の感情の極性を分析する、きめの細かい感情評価タスクです。
一般に、ある側面の感情的な極性は対応する意見表現に存在し、その多様性がモデルのパフォーマンスに大きな影響を与えます。
この問題を軽減するために、我々は、側面の意見表現を逆転させる、新しくて簡単な反事実データ増強方法を提案します。
特に、統合された勾配は、意見表現を識別してマスクするために計算されます。
次に、逆の表現極性を持つプロンプトが元のテキストに結合され、最終的に事前トレーニング済み言語モデル (PLM) T5 がマスクを予測するために使用されます。
実験結果は、提案された反事実データ拡張手法が、3 つのオープンソース データセット (ラップトップ、レストラン、MAMS) で現在の手法よりも優れたパフォーマンスを発揮することを示しています。

要約(オリジナル)

Aspect-based-sentiment-analysis (ABSA) is a fine-grained sentiment evaluation task, which analyze the emotional polarity of the evaluation aspects. Generally, the emotional polarity of an aspect exists in the corresponding opinion expression, whose diversity has great impacts on model’s performance. To mitigate this problem, we propose a novel and simple counterfactual data augmentation method that reverses the opinion expression of the aspects. Specially, the integrated gradients are calculated to identify and mask the opinion expression. Then, a prompt with the reverse expression polarity is combined to the original text, and a pre-trained language model (PLM), T5, is finally was employed to predict the masks. The experimental results show the proposed counterfactual data augmentation method perform better than current methods on three open-source datasets, i.e. Laptop, Restaurant and MAMS.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google