NEUDM/semeval-2014

该数据集属于ABSA（基于方面的情感分析）领域，主要任务是从句子中抽取方面术语、方面类别、情感极性和观点词。数据集分为两个主题：笔记本电脑和餐厅，每个主题的数据抽取元素不同。笔记本电脑主题的数据抽取方面类别和情感极性，而餐厅主题的数据抽取方面术语和情感极性的组合，以及方面类别和情感极性的组合。数据集以生成任务的形式呈现，要求模型按照特定格式生成抽取结果。

原始信息汇总

数据集概述

数据集任务类别

• 文本生成（text-generation）

数据集语言

• 英语（en）

数据集描述

• 该数据集属于ABSA（Aspect-Based Sentiment Analysis）领域，主要用于从句子中抽取方面术语、方面类别、情感极性及观点词。数据集被改造为生成任务，要求模型按照特定格式生成抽取结果。

数据集结构

• 数据集包含多个子集，如acos、semeval-2014等，每个子集根据主题（如laptop和restaurant）区分，且抽取的元素有所不同。
• 以acos数据集为例，每条数据包含以下字段：
  • task_type: 任务类型（如"generation"）
  • dataset: 数据集名称
  • input: 输入句子
  • output: 输出结果，格式为包含方面术语、方面类别、情感极性和观点词的四元组列表
  • instruction: 任务说明，描述如何从句子中抽取相关信息

数据集使用说明

• 每个数据集的instruction模板相同，但内容有细微差异，部分数据集存在同一数据集不同数据instruction内容不同的情况。

数据集来源

• 原始数据集链接：SemEval-2014 Task 4: Aspect Based Sentiment Analysis
• 相关论文：SemEval-2014 Task 4: Aspect Based Sentiment Analysis

当前SOTA（State of the Art）

• SemEval2014-Laptop:

  • 评价指标：F1-score
  • 模型：InstructABSA (79.34)
  • 论文：InstructABSA: Instruction Learning for Aspect Based Sentiment Analysis

• SemEval2014-Restaurant:

  • 评价指标：Accuracy
  • 模型：HGCN (84.09)
  • 论文：Learn from Structural Scope: Improving Aspect-Level Sentiment Analysis with Hybrid Graph Convolutional Networks

搜集汇总

背景与挑战

背景概述

该数据集是SemEval-2014任务4的数据集，专注于基于方面的情感分析（ABSA），包含笔记本电脑和餐厅两个主题的数据。数据集的任务是从句子中抽取方面术语及其情感极性，并以生成任务的形式呈现，适用于文本生成和情感分析研究。