方面级情感分析 ABSA 是什么？分别判断评论里每个方面的好坏

方面级情感分析（Aspect-Based Sentiment Analysis，ABSA）是一种检测文本中针对特定方面所表达的情感的任务。例如，在“这款手机的屏幕很棒，但电池续航太差了”这句话中，它需要识别出对“屏幕”的评价是正面的，对“电池”的评价是负面的。它也被称为细粒度情感分析。

为什么需要它

传统的情感分析通常只给整段文本一个总体的情感判断：这条评论是正面的、负面的，还是中性的。但真实的评论往往要复杂得多：一条评论里常常同时包含对多个方面的不同评价，有褒有贬。如果只给出一个整体的判断，就会丢失大量有价值的信息。比如对于一家餐厅的评论“菜的味道很好，就是上菜太慢，服务员态度也一般”，如果只判断为“中性”或“略微负面”，餐厅老板就无法知道问题究竟出在哪里；而方面级情感分析能告诉他：口味受到了好评，上菜速度和服务态度需要改进。

它包含哪些子任务

方面级情感分析通常包括几个相互关联的子任务。方面词抽取：从文本中找出被评价的具体对象，比如“屏幕”“电池”“价格”“味道”“服务”。方面类别识别：把具体的方面词归入预先定义的类别，比如把“屏幕”“分辨率”都归入“显示”类别。观点词抽取：找出表达评价的词语，比如“很棒”“太差了”“性价比高”。方面情感分类：判断针对每个方面表达的情感倾向是正面、负面还是中性。研究者还提出了把这些子任务联合起来一起完成的方法，比如同时抽取出“方面、观点、情感”的三元组，或者再加上方面类别形成四元组。

难点

方面级情感分析比整体的情感分析难得多：一句话中可能涉及多个方面，需要准确地把每个观点词和它所评价的方面对应起来，不能张冠李戴；有些方面是隐含的，比如“太贵了”评价的是价格，但“价格”这个词并没有出现；有些评价需要结合上下文和领域知识才能理解，比如“电池能用一整天”是夸奖，“这部电影能让人睡一整天”则不是；以及讽刺、反话等复杂的表达。

应用

方面级情感分析被广泛用于：电商平台的商品评论分析，帮助商家了解产品在各个方面的优缺点，也帮助消费者快速了解商品的口碑；餐饮、酒店、旅游等服务行业的口碑分析；品牌的舆情监测，了解用户对品牌各方面的看法；以及市场调研和竞品分析。如今，大语言模型能够直接通过提示词完成方面级情感分析，在很多场景下取得了很好的效果，降低了这项技术的使用门槛。