FABSA: مجموعة بيانات لتحليل المشاعر القائمة على الجوانب لمراجعات المستخدمين
{Aji Ghose Hassan Tahir Patrycja Sliwiak Thomas Metcalfe Georgia Harrison Jordan Clive Georgios Kontonatsios}
الملخص
تحليل المشاعر القائم على الجوانب (ABSA) يهدف إلى استخراج الجوانب الخاصة بالكائنات تلقائيًا وتصنيف اتجاه كل جانب مستخرج. تعتمد معظم أنظمة ABSA المتاحة حاليًا بشكل كبير على مجموعات بيانات تم تسميتها يدويًا لتدريب نماذج التعلم الآلي المراقبة. ومع ذلك، فإن تطوير هذه المجموعات المُعدّة يدويًا عملية مرهقة من حيث الجهد البشري، وبالتالي فإن المجموعات الحالية لـ ABSA تغطي فقط عددًا محدودًا من المجالات وتحتاج إلى حجم محدود. وفي رد على ذلك، نقدم FABSA (ABSA المعتمد على الملاحظات)، وهي مجموعة بيانات جديدة كبيرة الحجم ومتعددة المجالات لتحليل ملاحظات المستخدمين. تتكوّن FABSA من حوالي 10,500 مراجعة تمتد عبر 10 مجالات مختلفة. قمنا بإجراء عدد من التجارب لتقييم أداء النماذج العميقة المتطورة عند تطبيقها على مجموعة بيانات FABSA. تُظهر نتائجنا أن نماذج ABSA قادرة على التعميم عبر مجالات مختلفة عند تدريبها على مجموعة FABSA، كما أن أداء النماذج يتحسن عند استخدام مجموعة تدريب أكبر. تُعد مجموعة بيانات FABSA متاحة للجمهور.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| aspect-based-sentiment-analysis-absa-on-fabsa | DeBERTa-pair-large | F1 (%): 80.9 |
| aspect-based-sentiment-analysis-absa-on-fabsa | RoBERTa-pair-large | F1 (%): 80.0 |
| aspect-based-sentiment-analysis-absa-on-fabsa | BERT-single-large | F1 (%): 78.8 |
| aspect-based-sentiment-analysis-absa-on-fabsa | BERT-PT | F1 (%): 78.8 |
| aspect-category-sentiment-analysis-on-fabsa | DeBERTa-pair-large | F1 (%): 80.9 |
| aspect-category-sentiment-analysis-on-fabsa | BERT-PT | F1 (%): 78.8 |
| aspect-category-sentiment-analysis-on-fabsa | BERT-single-large | F1 (%): 78.8 |
| aspect-category-sentiment-analysis-on-fabsa | RoBERTa-pair-large | F1 (%): 80.0 |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.