亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Improving Aspect Sentiment Classification via Retrieving from Training Data

计算机科学 构造(python库) 水准点(测量) 笔记本电脑 任务(项目管理) 情绪分析 情报检索 块(置换群论) 编码(集合论) 语言模型 索引(排版) 人工智能 自然语言处理 机器学习 万维网 地理 集合(抽象数据类型) 程序设计语言 管理 几何学 经济 操作系统 数学 大地测量学
作者
Tok Wang Ling,Lei Chen,Chen Liao,Shilei Huang,Zhipeng Yu,Yi Liu
标识
DOI:10.1109/apsipaasc58517.2023.10317451
摘要

Aspect sentiment classification (ASC) is an essential subtask of aspect-based sentiment analysis. Recently, pre-trained language models (PLMs) have gradually become the mainstream building block for the ASC task and retrieval-based methods are shown to be effective in helping PLMs better understand various downstream tasks. However, retrieval-based methods need to introduce external knowledge, and building an index of large-scale corpus leads to huge cost. To this end, we propose an effective method that utilizes training data to construct a retrieval corpus and retrieve instances most similar to current input to enhance semantic representations. In the proposed method, three kinds of retrieval metrics are applied, allowing us to quickly adapt to ASC tasks. Experimental results show that this simple retrieval augmented method can achieve significantly better performance on three benchmark ASC datasets (Twitter, Laptop, and Restaurant). Our code is available at https://github.com/rickltt/re-bert.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
17秒前
曾先生发布了新的文献求助10
23秒前
31秒前
曾先生完成签到,获得积分10
32秒前
zhuzhu007完成签到 ,获得积分10
41秒前
阿信发布了新的文献求助10
43秒前
54秒前
酷波er应助planA采纳,获得10
1分钟前
shinyuliu完成签到,获得积分10
1分钟前
tuanheqi应助outman采纳,获得20
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
牛牛完成签到,获得积分10
1分钟前
Gilbert发布了新的文献求助10
1分钟前
hongxuezhi完成签到,获得积分10
1分钟前
852应助科研通管家采纳,获得10
1分钟前
planA发布了新的文献求助10
1分钟前
星辰大海应助牛牛采纳,获得10
1分钟前
Gilbert完成签到,获得积分20
1分钟前
planA完成签到,获得积分10
1分钟前
眼睛大寒松完成签到,获得积分10
1分钟前
1分钟前
牛牛发布了新的文献求助10
1分钟前
1分钟前
wuhaixia完成签到,获得积分10
1分钟前
1分钟前
牛牛发布了新的文献求助10
2分钟前
2分钟前
Odile完成签到 ,获得积分10
2分钟前
雷家完成签到,获得积分10
2分钟前
2分钟前
lmc发布了新的文献求助10
2分钟前
牛牛发布了新的文献求助10
2分钟前
2分钟前
songyongjian完成签到,获得积分10
2分钟前
2分钟前
2分钟前
moomomomomo完成签到,获得积分10
2分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248733
求助须知:如何正确求助?哪些是违规求助? 2892168
关于积分的说明 8270096
捐赠科研通 2560265
什么是DOI,文献DOI怎么找? 1388970
科研通“疑难数据库(出版商)”最低求助积分说明 650927
邀请新用户注册赠送积分活动 627823