NEUDM/mams

> 上述数据集为ABSA(Aspect-Based Sentiment Analysis)领域数据集，基本形式为从句子中抽取：方面术语、方面类别(术语类别)、术语在上下文中情感极性以及针对该术语的观点词，不同数据集抽取不同的信息，这点在jsonl文件的“instruction”键中有分别提到，在此我将其改造为了生成任务，需要模型按照一定格式生成抽取结果。

#### 以acos数据集中抽取的jsonl文件一条数据举例：

```
{
"task_type": "generation",
"dataset": "acos",
"input": ["the computer has difficulty switching between tablet and computer ."],
"output": "[['computer', 'laptop usability', 'negative', 'difficulty']]",
"situation": "none",
"label": "",
"extra": "",
"instruction": "
Task: Extracting aspect terms and their corresponding aspect categories, sentiment polarities, and opinion words.
Input: A sentence
Output: A list of 4-tuples, where each tuple contains the extracted aspect term, its aspect category, sentiment polarity, and opinion words (if any). Supplement: \"Null\" means that there is no occurrence in the sentence.
Example:
Sentence: \"Also it's not a true SSD drive in there but eMMC, which makes a difference.\"
Output: [['SSD drive', 'hard_disc operation_performance', 'negative', 'NULL']]'
"
}
```
> 此处未设置label和extra，在instruction中以如上所示的字符串模板，并给出一个例子进行one-shot，ABSA领域数据集(absa-quad,acos,arts,aste-data-v2,mams,semeval-2014,semeval-2015,semeval-2016,towe)每个数据集对应instruction模板相同，内容有细微不同，且部分数据集存在同一数据集不同数据instruction内容不同的情况。

#### 原始数据集
- 数据[链接](https://github.com/siat-nlp/MAMS-for-ABSA)
- Paper：[A Challenge Dataset and Effective Models for Aspect-Based Sentiment Analysis](https://aclanthology.org/D19-1654.pdf)
- 说明：原始数据由MAMS-ACSA和MAMS-ATSA组成，两部分数据集为不同任务，抽取不同元素。

#### 当前SOTA
*数据来自[PaperWithCode](https://paperswithcode.com/sota/aspect-based-sentiment-analysis-on-mams)*

- 评价指标：Accuracy 、 Macro-F1
- 模型：RGAT+ (Accuracy: **84.52** , Macro-F1: **83.74**)
- Paper：[Investigating Typed Syntactic Dependencies for Targeted Sentiment Classification Using Graph Attention Neural Network](https://paperswithcode.com/paper/exploiting-typed-syntactic-dependencies-for)

原始信息汇总

数据集概述

数据集类型

• 领域：Aspect-Based Sentiment Analysis (ABSA)
• 任务类型：Generation

数据集内容

• 数据结构：每条数据包含以下字段：
  • task_type：任务类型，固定为"generation"。
  • dataset：数据集名称，如"acos"。
  • input：输入句子。
  • output：输出结果，格式为包含四个元素的列表，分别表示方面术语、方面类别、情感极性和观点词。
  • instruction：任务说明，包括任务描述、输入输出格式及示例。

数据集特点

• 任务说明：从句子中抽取方面术语、方面类别、情感极性和观点词。
• 输出格式：每个输出为一个四元组，包含方面术语、方面类别、情感极性和观点词。
• 示例：
  • 输入句子："the computer has difficulty switching between tablet and computer ."
  • 输出：[[computer, laptop usability, negative, difficulty]]

原始数据集信息

• 来源：MAMS-for-ABSA
• 论文：A Challenge Dataset and Effective Models for Aspect-Based Sentiment Analysis
• 组成：由MAMS-ACSA和MAMS-ATSA两部分组成，分别用于不同的任务。