Add researched SOTA result
Browse files
README.md
CHANGED
|
@@ -22,3 +22,16 @@
|
|
| 22 |
}
|
| 23 |
```
|
| 24 |
> 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。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 22 |
}
|
| 23 |
```
|
| 24 |
> 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。
|
| 25 |
+
|
| 26 |
+
|
| 27 |
+
#### 原始数据集
|
| 28 |
+
- 数据[链接](https://github.com/siat-nlp/MAMS-for-ABSA)
|
| 29 |
+
- Paper：[A Challenge Dataset and Effective Models for Aspect-Based Sentiment Analysis](https://aclanthology.org/D19-1654.pdf)
|
| 30 |
+
- 说明：原始数据由MAMS-ACSA和MAMS-ATSA组成，两部分数据集为不同任务，抽取不同元素。
|
| 31 |
+
|
| 32 |
+
#### 当前SOTA
|
| 33 |
+
*数据来自[PaperWithCode](https://paperswithcode.com/sota/aspect-based-sentiment-analysis-on-mams)*
|
| 34 |
+
|
| 35 |
+
- 评价指标：Accuracy 、 Macro-F1
|
| 36 |
+
- 模型：RGAT+ (Accuracy: **84.52** , Macro-F1: **83.74**)
|
| 37 |
+
- Paper：[Investigating Typed Syntactic Dependencies for Targeted Sentiment Classification Using Graph Attention Neural Network](https://paperswithcode.com/paper/exploiting-typed-syntactic-dependencies-for)
|