Vi-AbSQA：一种用于越南语基于方面的情绪四元分析的多任务提示指令调优模型

《ACM Transactions on Asian and Low-Resource Language Information Processing》：Vi-AbSQA: Multi-task Prompt Instruction Tuning Model for Vietnamese Aspect-based Sentiment Quadruple Analysis

越南语四元组情感分析挑战性基准数据集构建及生成式方法研究，提出多任务指令提示微调框架结合关系信息处理显隐方面与多情感类别问题，实验验证优于传统提取式及生成式方法。

　　

摘要

基于方面的情绪分析（ABSA）最近在自然语言处理（NLP）领域受到了广泛关注，尤其是在处理三元组提取或四元组预测等复杂任务时。然而，大多数现有研究都集中在资源丰富的语言上。在本文中，我们构建了一个针对越南语的具有挑战性的基准数据集——越南语基于方面的情绪四元组分析（AbSQA），其中每个句子都包含显性和隐性的方面以及观点术语。此外，每个样本至少包含两个具有不同情感的方面类别。我们免费发布这个数据集，以促进该领域的研究发展。同时，我们提出了一种基于生成的方法来解决AbSQA任务，该方法采用多任务指令提示调整框架。具体来说，我们设计了一种有效的生成范式，利用指令提示来提供更多关于任务的信息。此外，我们的模型通过基于四元组元素设计独立的子任务，并以多任务的方式对基于Transformer的预训练生成模型进行微调。实验结果表明，我们的方法优于之前建立的基于提取和基于生成的方法，以及基线变体。