摘要
基于方面的 sentiment 分析（ABSA）旨在识别方面术语、其相应的情感极性和意见术语。ABSA 存在七个子任务。大多数研究仅关注这些子任务的子集，导致出现了各种复杂的 ABSA 模型，而难以在一个统一的框架中解决这些子任务。本文重新定义了每个子任务的目标，将其视为由指针索引和情感类别索引组成的序列，从而将所有 ABSA 子任务转化为一个统一的生成式公式。基于这一统一公式，我们利用预训练的序列到序列模型 BART，在端到端框架中解决了所有 ABSA 子任务。在四个 ABSA 数据集上对七个子任务进行的大量实验表明，我们的框架实现了显著的性能提升，并为整个 ABSA 子任务提供了一个真正统一的端到端解决方案，这将有助于多个相关任务的发展。