Extraction de quadruplets Aspect-Category-Opinion-Sentiment avec des aspects et des opinions implicites

Les avis produits contiennent un grand nombre d’aspects implicites et d’opinions implicites. Toutefois, la plupart des études existantes en analyse d’opinion axée sur les aspects ont ignoré ce problème. Dans ce travail, nous introduisons une nouvelle tâche, nommée Extraction de quadruplets Aspect-Category-Opinion-Sentiment (ACOS), dont l’objectif est d’extraire tous les quadruplets aspect-catégorie-opinion-sentiment présents dans une phrase d’avis, afin de fournir un soutien complet à l’analyse d’opinion axée sur les aspects, y compris les aspects et opinions implicites. Nous avons également construit deux nouveaux jeux de données, Restaurant-ACOS et Laptop-ACOS, spécifiquement dédiés à cette nouvelle tâche, chacun contenant des annotations non seulement des quadruplets aspect-catégorie-opinion-sentiment, mais aussi des aspects et opinions implicites. Le premier constitue une extension du jeu de données SemEval Restaurant, tandis que le second est un jeu de données sur les ordinateurs portables nouvellement collecté et annoté, dont la taille est deux fois supérieure à celle du jeu de données SemEval Laptop. Enfin, nous avons établi une évaluation comparative de cette tâche à l’aide de quatre systèmes de base. Les expériences démontrent la faisabilité de cette nouvelle tâche ainsi que son efficacité dans l’extraction et la description des aspects et opinions implicites. Les deux jeux de données ainsi que le code source des quatre systèmes sont publiés à l’adresse suivante : url{https://github.com/NUSTM/ACOS}.