摘要
近年来，基于方面的情感分析（Aspect-based Sentiment Analysis, ABSA）受到了广泛关注。传统研究通常涉及四个基本情感要素：方面类别（aspect category）、方面项（aspect term）、观点项（opinion term）以及情感极性（sentiment polarity）。然而，现有方法大多仅关注部分情感要素的检测，而非一次性预测全部四个要素。为此，本文提出了一项新的任务——方面情感四元组预测（Aspect Sentiment Quad Prediction, ASQP），旨在针对给定的带有观点的句子，联合检测所有四个情感要素构成的四元组，从而揭示更为全面、完整方面级情感结构。为进一步提升建模能力，本文提出一种新颖的改写（Paraphrase）建模范式，将ASQP任务转化为自然语言改写生成过程。一方面，该生成式建模框架支持端到端的解决方案，有效缓解了传统流水线方法中潜在的误差传播问题；另一方面，通过以自然语言形式生成各情感要素，能够充分挖掘其语义信息，增强模型对上下文语义的理解与表达能力。在多个基准数据集上的大量实验结果表明，所提出的方法在性能上显著优于现有方法，同时验证了所提出的统一Paraphrase建模框架在跨任务迁移中的强大潜力。