摘要
产品评论中包含大量隐含的方面与隐含的观点。然而，现有的基于方面的情感分析研究大多忽视了这一问题。本文提出了一项新任务——方面类别-观点-情感（Aspect-Category-Opinion-Sentiment, ACOS）四元组抽取，旨在从评论句子中完整提取所有方面类别-观点-情感四元组，为包含隐含方面与隐含观点的基于方面的情感分析提供全面支持。为此，我们构建了两个新的数据集：Restaurant-ACOS 和 Laptop-ACOS。这两个数据集不仅标注了方面类别-观点-情感四元组，还特别标注了隐含方面与隐含观点。其中，Restaurant-ACOS 是 SemEval 餐饮数据集的扩展版本；Laptop-ACOS 是全新收集并标注的笔记本电脑领域数据集，其规模为 SemEval 笔记本数据集的两倍。我们进一步采用四种基线系统对这一新任务进行了基准测试。实验结果表明，该任务具有可行性，且在提取与描述隐含方面及隐含观点方面表现出良好效果。两个数据集及四种基线系统的源代码已公开发布于 https://github.com/NUSTM/ACOS。