LSA : Modélisation de la cohérence de l'aspect sentimental par agrégation locale des sentiments

La cohérence sentimentale des aspects est un sujet fascinant mais sous-exploité dans le domaine de la classification sentimentale basée sur les aspects. Ce concept reflète le schéma courant selon lequel les aspects adjacents partagent souvent des sentiments similaires. Malgré sa prévalence, les études actuelles n'ont pas pleinement reconnu le potentiel de modélisation de la cohérence sentimentale des aspects, y compris ses implications en matière de défense contre les attaques adverses. Pour modéliser cette cohérence sentimentale, nous proposons un nouveau paradigme d'agrégation locale du sentiment (LSA) basé sur la construction d'une fenêtre d'agrégation différentielle pondérée. Nous avons rigoureusement évalué notre modèle à travers des expériences, et les résultats confirment l'efficacité de l'LSA en termes de prédiction de la cohérence des aspects et de classification du sentiment des aspects. Par exemple, il surpassse les modèles existants et atteint des performances de classification sentimentale de pointe sur cinq jeux de données publics. De plus, nous démontrons la capacité prometteuse de l'LSA en défense adversaire pour la classification sentimentale basée sur les aspects (ABSC), grâce à sa modélisation de la cohérence sentimentale. Pour encourager une exploration et une application plus approfondies de ce concept, nous avons rendu notre code publiquement accessible. Cela fournira aux chercheurs un outil précieux pour se pencher sur la modélisation de la cohérence sentimentale dans leurs futures recherches.