ROAST: Review-level Opinion Aspect Sentiment Target Joint Detection

要約

アスペクトベース感情分析 (ABSA) は、SemEval ワークショップと Germeval を通じて組織された、複数の言語と分野にまたがるさまざまな共有タスクにより、大幅な拡張と多様性を経験しました。
それにもかかわらず、低リソース言語評価の欠如や文レベルの分析の重視など、いくつかの欠点はまだ解決する必要があります。
完全なレビューのコンテキストで ABSA テクニックを徹底的に評価するために、この研究では、レビューレベルのオピニオン アスペクト センチメント ターゲット (ROAST) という新しいタスクを提示します。
ROAST は、レビュー レベルですべての ABSA 構成要素を特定することで、文レベルとテキスト レベルの ABSA の間のギャップを埋めることを目指しています。
私たちは利用可能なデータセットを拡張して ROAST を有効にし、低リソース言語、多数の言語、さまざまなトピックを組み込むことで以前の研究で指摘された欠点に対処します。
この取り組みを通じて、ABSA 研究はより多くの領域をカバーし、さまざまな言語やドメインでのタスクとその実用化をより深く理解できるようになります (https://github.com/RiTUAL-UH/ROAST-ABSA)。

要約(オリジナル)

Aspect-Based Sentiment Analysis (ABSA) has experienced tremendous expansion and diversity due to various shared tasks spanning several languages and fields and organized via SemEval workshops and Germeval. Nonetheless, a few shortcomings still need to be addressed, such as the lack of low-resource language evaluations and the emphasis on sentence-level analysis. To thoroughly assess ABSA techniques in the context of complete reviews, this research presents a novel task, Review-Level Opinion Aspect Sentiment Target (ROAST). ROAST seeks to close the gap between sentence-level and text-level ABSA by identifying every ABSA constituent at the review level. We extend the available datasets to enable ROAST, addressing the drawbacks noted in previous research by incorporating low-resource languages, numerous languages, and a variety of topics. Through this effort, ABSA research will be able to cover more ground and get a deeper comprehension of the task and its practical application in a variety of languages and domains (https://github.com/RiTUAL-UH/ROAST-ABSA).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google