Глоссарий ИИ
Полный словарь искусственного интеллекта
Aspect-Based Sentiment Analysis (ABSA)
Une tâche de NLP qui vise à identifier les aspects spécifiques d'une entité et à déterminer le sentiment (positif, négatif, neutre) exprimé à l'égard de chacun de ces aspects.
Catégorie d'Aspect
Une classification prédéfinie des aspects en groupes sémantiques (ex: 'SERVICE', 'AMBIANCE', 'NOURRITURE' pour un restaurant) pour structurer l'analyse.
Terme d'Aspect
Le mot ou la phrase explicite dans le texte qui fait référence à un aspect spécifique (ex: 'la pizza', 'le service', 'le délai de livraison').
Polarité de Sentiment
La classification du sentiment associé à un aspect en catégories discrètes, typiquement positive, négative ou neutre.
Détection d'Opinion Cible
La tâche de lier une expression d'opinion ou de sentiment à l'aspect spécifique (la cible) auquel elle se réfère dans le texte.
Analyseur de Dépendances
Un outil NLP utilisé pour construire l'arbre syntaxique d'une phrase, permettant de relier les mots descriptifs (adjectifs) à leurs noms (aspects) respectifs.
Apprentissage Supervisé pour l'ABSA
L'utilisation de modèles de machine learning entraînés sur des corpus annotés manuellement pour prédire les aspects et les polarités de sentiment.
Apprentissage Faiblement Supervisé
Des méthodes qui utilisent des étiquettes partielles, bruitées ou des heuristiques pour entraîner des modèles ABSA sans nécessiter une annotation manuelle complète et coûteuse.
Модели последовательность-в-последовательность (Seq2Seq)
Архитектура нейронных сетей, часто основанная на LSTM или Transformer, используемая для генерации структурированных пар аспект-сентимент из входного текста.
Сверточные нейронные сети (CNN) для ABSA
Применение CNN для извлечения локальных признаков (n-грамм) в тексте, эффективных для захвата отношений между близкими словами, такими как прилагательное и его существительное.
BERT для ABSA
Адаптация предварительно обученной языковой модели BERT (Bidirectional Encoder Representations from Transformers) для задач ABSA, часто с добавлением специфической головы классификации.
Анализ неявного сентимента
Обнаружение сентиментов, которые не выражены словами с явной полярностью, а выводятся из контекста (например: 'Я не мог съесть свой суп, он был холодным' подразумевает негативный сентимент к аспекту 'температура').
Аннотированный корпус для ABSA
Набор текстовых данных, где аспекты, термины аспектов и полярности сентимента были вручную размечены, служащий эталоном для обучения и оценки моделей.
Оценка по F1-Score
Общая метрика оценки для ABSA, которая вычисляет среднее гармоническое точности и полноты, измеряя способность модели правильно идентифицировать пары аспект-сентимент.
Обнаружение неявных аспектов
Идентификация аспектов, которые не названы напрямую, но подразумеваются контекстом (например: 'Я ждал 30 минут' подразумевает аспект 'время ожидания').
Анализ сентимента на уровне предложения vs. на уровне аспекта
Различие между классификацией общего сентимента предложения и гранулярным анализом ABSA, который может выявить противоречивые сентименты в рамках одного предложения.
Четырёхкомпонентная задача в ABSA
Усовершенствованная формулировка ABSA, которая одновременно находит носителя мнения, категорию аспекта, термин аспекта и полярность тональности в тексте.