Implicit Sentiment Analysis Based on Chain of Thought Prompting

要約

暗黙的感情分析 (ISA) は、自然言語処理における重要な研究分野です。
このペーパーでは、大規模言語モデルの思考連鎖 (CoT) のアイデアに触発されて、思考の感情分析 (SAoT) フレームワークを紹介します。
このフレームワークはまず、常識と思考連鎖機能を使用して、テキスト内の暗黙の側面と意見を分析します。
次に、暗黙的な感情分析のプロセスを反映し、最終的に感情の極性を推定します。
このモデルは、1,120 件のレストランのレビューと 638 件のラップトップのレビューで構成される SemEval 2014 データセットに基づいて評価されます。
実験結果は、ERNIE-Bot-4+SAoT モデルの利用により顕著なパフォーマンスの向上が得られることを示しています。
具体的には、レストラン データセットでは、F1 スコアは 75.27 に達し、ISA スコアは 66.29 になります。
同様に、コンピューター データセットでは、F1 スコアは 76.50 に達し、ISA スコアは 73.46 になります。
比較すると、ERNIE-Bot-4+SAoT モデルは、BERTAsp + SCAPt ベースラインを平均 47.99% 上回っています。

要約(オリジナル)

Implicit Sentiment Analysis (ISA) is a crucial research area in natural language processing. Inspired by the idea of large language model Chain of Thought (CoT), this paper introduces a Sentiment Analysis of Thinking (SAoT) framework. The framework first analyzes the implicit aspects and opinions in the text using common sense and thinking chain capabilities. Then, it reflects on the process of implicit sentiment analysis and finally deduces the polarity of sentiment. The model is evaluated on the SemEval 2014 dataset, consisting of 1120 restaurant reviews and 638 laptop reviews. The experimental results demonstrate that the utilization of the ERNIE-Bot-4+SAoT model yields a notable performance improvement. Specifically, on the restaurant dataset, the F1 score reaches 75.27, accompanied by an ISA score of 66.29. Similarly, on the computer dataset, the F1 score achieves 76.50, while the ISA score amounts to 73.46. Comparatively, the ERNIE-Bot-4+SAoT model surpasses the BERTAsp + SCAPt baseline by an average margin of 47.99%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google