GERestaurant

GERestaurant是由雷根斯堡大学媒体信息学团队创建的德语餐厅评论数据集，包含3078条手动标注的评论，用于基于方面的情感分析（ABSA）。数据集从Tripadvisor收集，涵盖多种餐厅类型和烹饪风格。标注包括方面术语、对应的方面类别及表达的情感。数据集的创建旨在填补德语资源的空白，并促进餐厅领域ABSA方法的探索。

搜集汇总

数据集介绍

构建方式

GERestaurant 数据集的构建始于对 Tripadvisor 网站上德国餐厅评论的收集。研究人员选取了德国 25 个最密集城市的五家拥有最多顾客评论的餐厅，涵盖了从 2022 年 10 月 15 日到 2023 年 10 月 15 日期间发表的所有评论。为了确保评论的真实性和多样性，评论被细分为句子，并使用语言检测工具过滤掉非德语句子。最终，数据集包含了 3,078 条德语餐厅评论，这些评论被手动标注，以适应基于方面的情感分析（ABSA）。标注过程包括对评论中的方面术语、相应的方面类别以及对这些方面的情感倾向进行标注。

特点

GERestaurant 数据集的特点在于其详尽的标注和多样化的餐厅评论。该数据集涵盖了从 Tripadvisor 网站上收集的评论，这些评论代表了不同地区和国际菜系，以及各种烹饪风格。标注不仅包括显式方面，还包括隐式方面，即那些没有明确提及方面术语但表达了情感的评论。此外，数据集还提供了四个 ABSA 任务的基线分数，包括方面类别检测、方面类别情感分析、端到端 ABSA 和目标方面情感检测。这使得 GERestaurant 成为德国语言资源中的一个宝贵补充，并促进了 ABSA 在餐厅领域的探索。

使用方法

使用 GERestaurant 数据集进行 ABSA 研究时，研究者可以参考数据集中提供的基线分数，并利用这些分数来评估和比较他们的模型性能。数据集可以用于训练和测试基于转换器的语言模型，如 gbert-large 和 gbert-base，这些模型已被证明在 ABSA 任务中具有良好的性能。此外，数据集还可以用于开发新的 ABSA 方法，并探索在德语环境中应用 ABSA 的可能性。研究者可以通过分析数据集中不同方面类别的分布和情感倾向，来深入了解餐厅评论中的情感表达，并据此改进他们的情感分析模型。

背景与挑战

背景概述

在自然语言处理（NLP）领域，情感分析（SA）是一个重要的研究方向，它涉及对个体情感、观点和情绪的计算机化分类。特别是，面向方面的情感分析（ABSA）超越了评估一般情感，而是通过将特定方面与相应的情感极性相链接，对情感进行更细粒度的分析。为了促进ABSA的研究，GERestaurant数据集被创建，这是一个由3,078条德语餐厅评论组成的新数据集，这些评论被手动标注用于ABSA。这些评论是从Tripadvisor收集的，涵盖了各种类型的餐厅，包括地区和国际美食，以及各种烹饪风格。标注包括隐式和显式方面，包括所有方面术语、它们对应的方面类别以及针对它们的情感。此外，还提供了四个ABSA任务的基线分数：方面类别检测、方面类别情感分析、端到端ABSA和目标方面情感检测，作为未来进展的参考点。该数据集填补了德语语言资源的空白，并促进了在餐厅领域探索ABSA。

当前挑战

GERestaurant数据集在ABSA领域带来了几个挑战。首先，数据集的标注基于人工判断，这引入了主观性和潜在的不一致性。其次，标注的质量受到限制，因为每个示例不是由多个标注者独立标注，而是由一个标注者标注所有句子，然后由另一个标注者审查。此外，五个方面类别之间的不平衡可以被认为是这项工作的一个限制。例如，价格类别分配的方面最少（251），而大多数方面（1,676）分配给了食物类别。类似的不平衡也体现在情感极性方面，只有175个方面表达了中性情感，而2,283个方面表达了积极情感，这代表了所有方面的一半以上。

常用场景

经典使用场景

GERestaurant数据集的经典使用场景在于Aspect-Based Sentiment Analysis (ABSA)任务。该数据集提供了3,078条德语餐厅评论，每条评论都被手动标注了相关方面（如食物、服务、氛围和价格）及其对应的情感倾向。这使得研究者能够进行基于方面的情感分析，从而更深入地理解消费者对餐厅各个方面的评价。此外，该数据集还提供了四个ABSA任务的基准分数，为未来的研究进展提供了参考点。

解决学术问题

GERestaurant数据集解决了德语语言资源在ABSA领域中的匮乏问题。在此之前，德语ABSA领域的研究受到了数据集的限制。GERestaurant数据集的推出，为德语ABSA研究提供了重要的资源，促进了该领域的发展。此外，该数据集的推出也推动了ABSA方法在餐厅领域的探索，有助于研究者开发更有效的ABSA模型。

衍生相关工作

GERestaurant数据集衍生了多项相关的研究工作。例如，基于GERestaurant数据集，研究者可以开发更有效的ABSA模型，提高ABSA任务的准确率。此外，研究者还可以利用GERestaurant数据集来探索ABSA任务在不同领域的应用，例如酒店、旅游和电子商务等领域。