CONTRASTE：基于方面的提示进行监督对比预训练以提取方面情感三元组

现有的面向方面的情感三元组提取（ASTE）研究主要集中在开发更高效的微调技术以完成该任务。相比之下，我们的目标是提出一种通用方法，能够同时提升多个情感分析任务的下游性能。为此，我们介绍了CONTRASTE，这是一种利用对比学习（Contrastive Learning）来增强ASTE性能的新颖预训练策略。虽然我们的主要关注点是ASTE，但我们还展示了所提出的技巧在其他情感分析任务如ACOS、TASD和AESC上的优势。给定一个句子及其相关的（方面、意见、情感）三元组，首先，我们设计了基于方面的提示，并将相应的情感进行掩码处理。然后，通过对解码器生成的掩码项的方面感知情感表示应用对比学习，对编码器-解码器模型进行（预）训练。为了微调所获得的模型权重，我们提出了一种新颖的多任务方法，即将基础编码器-解码器模型与两个互补模块结合：基于标记的意见项检测器和基于回归的三元组计数估计器。通过在四个基准数据集上进行详尽的实验以及详细的消融研究，我们证明了每个所提组件的重要性，并实现了新的最先进的ASTE结果。