华中科技大学

截至2024年6月10日，华中科技大学认知计算与智能信息处理（CCIIP）实验室的参赛团队在国际 ACL-SIGHAN 2024)大会组织的中文方面级情感计算（Chinese Dimensional Aspect-Based Sentiment Analysis，dimABSA）大赛，在比赛中三个不同子任务上均取得大赛第二名的好成绩。

• 参赛队伍：CCIIPLab

• 参赛队员：佟泽良，魏巍（指导老师）

• 比赛链接：https://www.codabench.org/competitions/2137/  

• 比赛排名：https://dimabsa2024.github.io/

• 比赛介绍：基于方面的情绪分析 (ABSA)自然语言处理领域一项基础研究，旨在识别给定实体的方面并分析与每个方面相关的情绪极性。近年来，对 ABSA 进行了大量的研究，根据提取的情感元素数量可将其分为不同任务：（1）方面情绪三元组提取 (ASTE)任务，提取三元组（方面/目标词、观点词、情绪极性）；（2）方面情绪四元组预测 (ASQP)任务，提取四元组（方面/目标词、观点词、情绪极性、方面类别）；（3）方面情绪四元组预测，提取四元组（方面/目标词、方面类别、观点词、情绪强度），与传统将情感状态表示为离散类（即极性）相比，将情感状态表示为多个维度中连续数值（如效价-评级）（称为强度）的方法提供了更细粒度的情感信息。ACL-SIGHAN 2024 比赛中针对的第（3）类问题开展比赛，即：中文维度 ABSA任务 (dimABSA)，为餐厅评论的每个抽取的方面提供细粒度情绪强度预测，比赛分为三个子任务：

1. 子任务一：任务一侧重于预测情绪强度。给定一个句子和一个特定的方面，预测强度评级，样例如下：

   

2. 子任务二：任务二旨在提取由三个元素组成的情感三元组。仅给定一个句子，提取所有情感三元组（方面、观点、强度），样例如下：

   

3. 子任务三：任务三旨在提取由四个元素组成的情绪四元组。仅给定一个句子，提取所有情绪四元组（方面、类别、观点、强度），样例如下：

   

• 数据简介：比赛提供了 6000 +带注释句子，用于模型训练和开发。在测试阶段，比赛分别为对应的子任务准备了两个互斥的数据集，每个数据集至少包含 1000 条数据用于性能评估，数据 JSON 格式示例如下：