add researched SOTA result
Browse files
README.md
CHANGED
|
@@ -30,3 +30,23 @@ language:
|
|
| 30 |
}
|
| 31 |
```
|
| 32 |
> 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。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 30 |
}
|
| 31 |
```
|
| 32 |
> 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。
|
| 33 |
+
|
| 34 |
+
|
| 35 |
+
#### 原始数据集
|
| 36 |
+
- 数据[链接](https://alt.qcri.org/semeval2015/task12/)
|
| 37 |
+
- Paper：[SemEval-2015 Task 12: Aspect Based Sentiment Analysis](https://aclanthology.org/S15-2082/)
|
| 38 |
+
- 说明：数据分为Laptop和restaurant两个主题的数据，分别在两个文件夹中放置。两个主题的数据抽取的元素不同。
|
| 39 |
+
|
| 40 |
+
|
| 41 |
+
#### 当前SOTA
|
| 42 |
+
*数据来自[PaperWithCode](https://paperswithcode.com/sota)*
|
| 43 |
+
|
| 44 |
+
- SemEval2015-Laptop
|
| 45 |
+
未调研到该部分数据的评测
|
| 46 |
+
|
| 47 |
+
- [SemEval2015-Restaurant](https://paperswithcode.com/sota/aspect-based-sentiment-analysis-on-semeval-4)
|
| 48 |
+
- 评价指标：Accuracy(抽取的分类准确率)
|
| 49 |
+
- 模型：HAABSA++ (**81.7**)
|
| 50 |
+
- Paper：[A Hybrid Approach for Aspect-Based Sentiment Analysis Using Deep Contextual Word Embeddings and Hierarchical Attention](https://paperswithcode.com/paper/a-hybrid-approach-for-aspect-based-sentiment-1)
|
| 51 |
+
|
| 52 |
+
|