ABSA领域的最新进展

1.研究背景

随着社交媒体的蓬勃发展，人们更加积极地在互联网上表达和分享自己对商品的看法和态度，海量评论反馈也成为商家企业改进用户服务、凝聚用户流量的重要资源。如何利用计算机技术分析挖掘用户评论背后的情感规律成为当下热门技术话题。

2.ABSA是什么

对于用户评论，Aspect-based sentiment analysis(ABSA)从判断评论的单一情感态度取向逐渐演化为三个独立的子任务：评价对象抽取、评价对象情感分类、评价观点抽取。以句子”Waiters are friendly but the fruit salads are bad”为例，评价对象是”waiters”、”fruit salads”，评价观点是”friendly”、”bad”，评价情感分别是”positive”、”negative”。三个子任务以序列标注形式进行训练与预测，通常采用”BIO”和”BIEOS”的标注模式，其中B、I、E、S、O分别代表评价对象或观点的开始位置、内部位置、结束位置、单个词语、非评价对象和观点位置。如表一所示，Peng et al.(2020)采用”BIEOS”模式，He et al.(2019)采用”BIO”标注模式。

	Input	waiters	are	friendly	but	the	fruit	salads	are	bad
Peng et al.(2020)	unified tag	S-POS	O	O	O	O	B-NEG	B-NEG	O	O</