Reasoning Implicit Sentiment with Chain-of-Thought Prompting

要約

感情分析システムは、入力テキスト内の主要な意見表現に基づいて、特定のターゲットの感情の極性を判断しようとしますが、暗黙的感情分析 (ISA) では、意見の手がかりは暗黙的かつ曖昧な方法で提供されます。
したがって、暗黙の感情を検出するには、意見の潜在的な意図を推測するための常識的かつマルチホップ推論能力が必要です。
最近の思考連鎖 (CoT) のアイデアに触発されたこの研究では、ISA の人間のような推論プロセスを模倣するスリーホップ推論 (THOR) CoT フレームワークを導入します。
私たちは、THOR が暗黙の側面、意見、そして最後に感情の極性を段階的に誘導するための 3 段階の誘導原理を設計します。
当社の THOR+Flan-T5 (11B) は、監視付きセットアップで最先端 (SoTA) を F1 の 6% 以上押し上げます。
さらに顕著なのは、THOR+GPT3 (175B) により、ゼロショット設定で SoTA が F1 の 50% 以上向上します。
私たちのコードは https://github.com/scofield7419/THOR-ISA で公開されています。

要約(オリジナル)

While sentiment analysis systems try to determine the sentiment polarities of given targets based on the key opinion expressions in input texts, in implicit sentiment analysis (ISA) the opinion cues come in an implicit and obscure manner. Thus detecting implicit sentiment requires the common-sense and multi-hop reasoning ability to infer the latent intent of opinion. Inspired by the recent chain-of-thought (CoT) idea, in this work we introduce a Three-hop Reasoning (THOR) CoT framework to mimic the human-like reasoning process for ISA. We design a three-step prompting principle for THOR to step-by-step induce the implicit aspect, opinion, and finally the sentiment polarity. Our THOR+Flan-T5 (11B) pushes the state-of-the-art (SoTA) by over 6% F1 on supervised setup. More strikingly, THOR+GPT3 (175B) boosts the SoTA by over 50% F1 on zero-shot setting. Our code is open at https://github.com/scofield7419/THOR-ISA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google