LEGO-ABSA: إطار عمل موحد توليدي مبني على النموذج لتحليل المشاعر القائمة على الجوانب متعدد المهام
{Weipeng Yan Yongjun Bao Pengzhang Liu Chao Liu Zhiyuan Liu Hanyu Liu Jun Fang Tianhao Gao}
الملخص
تحليل المشاعر القائم على الجوانب (ABSA) لقي اهتمامًا متزايدًا مؤخرًا. يمكن تقسيم ABSA إلى مهام متعددة وفقًا للعناصر المختلفة التي يتم استخراجها. تتعامل الطرق التوليدية الحالية عادةً مع الناتج كسلسلة واحدة بدلاً من كونه تركيبًا من عناصر مختلفة، كما تركز فقط على مهمة واحدة في كل مرة. تُقترح في هذه الورقة إطارًا توليدياً موحدًا متعدد المهام يمكنه حل مهام ABSA المتعددة من خلال التحكم في نوع دعوات المهمة، والتي تتكون من دعوات عناصر متعددة. علاوة على ذلك، يمكن للنهج المقترح التدريب على المهام البسيطة ثم نقل التعلم إلى المهام الصعبة من خلال تجميع دعوات المهام، تمامًا مثل تجميع قطع ليبو (Lego). أجرينا تجارب على ست مهام لـ ABSA عبر عدة معايير معيارية. حقق النهج المتعدد المهام المقترح نتائجًا جديدة على مستوى الحد الأقصى (state-of-the-art) في معظم المهام، ونتائج تنافسية في سيناريوهات نقل المهام.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| aspect-based-sentiment-analysis-absa-on-asqp | LEGO-ABSA (multi-task) | F1 (R15): 46.10 F1 (R16): 57.60 |
| aspect-based-sentiment-analysis-absa-on-aste | LEGO-ABSA (multi-task) | F1 (L14): 62.20 F1 (R15): 64.40 F1 (R16): 69.90 F1(R14): 73.70 |
| aspect-based-sentiment-analysis-absa-on-tasd | LEGO-ABSA (multi-task) | F1 (R15): 62.30 F1 (R16): 71.80 |
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.