AWARE

AWARE 数据集的同行评审论文发表在 ASEW 2021，可通过以下方式访问：http://doi.org/10.1109/ASEW52652.2021.00049。使用 AWARE 数据集时请引用本文。
基于方面的情绪分析 (ABSA) 旨在识别关于特定方面的意见（情绪）。由于缺少注释以支持 ABSA 任务的智能手机应用程序评论数据集，我们提出了 AWARE：ABSA 应用程序评论仓库。
AWARE 包含来自三个不同领域（生产力、社交网络和游戏）的应用评论，因为每个领域都有其不同的功能和受众。每个句子都标注了三个标签，如下所示：
方面术语：存在于句子中的术语，描述了应用程序的一个方面，由情感表达。 “N/A”的术语值意味着该术语没有在句子中明确提及。
方面类别：预定义的一组特定于域的类别，代表应用程序的一个方面（例如，安全性、可用性等）。
情绪：正面或负面。
注意：游戏域不包含方面术语。
我们提供了来自三个领域的 11323 个句子的综合数据集，其中每个句子都附加了一个布尔值注释，表明该句子是否表达了正面/负面意见。此外，我们提供了三个独立的数据集，每个域一个，只包含表达意见的句子。名为“AWARE_metadata.csv”的文件包含数据集列的描述。
如何使用 AWARE？
我们设计了 AWARE，使其可用于服务于各种任务。任务可以是但不限于：
情绪分析。
方面术语提取。
方面类别分类。
方面情绪分析。
显式/隐式方面术语分类。
意见/非意见分类。
此外，研究人员可以试验和调查不同领域对用户反馈的影响。

搜集汇总

背景与挑战

背景概述

AWARE是一个基于方面的情感分析数据集，专门针对智能手机应用评论，涵盖生产力、社交网络和游戏三个领域，包含11323个标注句子。该数据集支持多种自然语言处理任务，如情感分析和方面术语提取，并已通过同行评审论文发布。