近日，实验室博士生徐广涛关于方面级情感分析的研究成果被 Transactions on Audio, Speech, and Language Processing（TASLP） 录用。TASLP是人工智能领域的顶级期刊，是中科院二区，CCF推荐B类期刊，影响因子5.2。

论文题目：Multi-View Similarity Retrieval for In-Context Learning in Aspect Sentiment Triplet Extraction

中文题目：面向方面情感三元组抽取中上下文学习的多视图相似度检索

摘要：方面情感三元组抽取（ASTE）旨在从文本中同时识别方面词、观点词及其情感极性。随着大语言模型的发展，利用少量示例进行上下文学习为这一任务提供了新的解决思路。然而，现有示例检索方法主要依据语义相似性选择示例。对于 ASTE 这类细粒度抽取任务，语义相近的文本并不一定具有相似的表达和标注结构，因此检索到的示例未必能够为方面词和观点词的准确识别提供有效指导。针对这一问题，我们提出了 MVSR 方法，将示例检索从单纯关注语义相关性扩展到同时考虑语义与句法信息。MVSR 从句子级语义、词级语义、词性标签和依存关系四个视角衡量测试样本与候选示例之间的相似性，在保证语义相关性的同时，引入局部句法结构作为补充检索信号，从而为大语言模型选择更具参考价值的上下文示例。在 14LAP、14RES、15RES 和 16RES 四个 ASTE 基准数据集上的实验表明，MVSR 取得了较好的整体性能。进一步的消融实验、权重敏感性分析、结构对齐分析、解析噪声实验以及跨模型实验表明，句法信息能够为基于语义相似性的示例检索提供有效补充，MVSR 在不同类型和规模的大语言模型上也表现出较好的泛化能力。