Add researched SOTA result
Browse files
README.md
CHANGED
|
@@ -30,3 +30,19 @@ size_categories:
|
|
| 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://github.com/IsakZhang/ABSA-QUAD)
|
| 37 |
+
- Paper: [Aspect Sentiment Quad Prediction as Paraphrase Generation](https://aclanthology.org/2021.emnlp-main.726.pdf)
|
| 38 |
+
- 说明：原始数据集由Rest15和Rest16两个文件夹的数据组成，本次改造我将两个数据集的数据合并并区分为train、validation与test
|
| 39 |
+
|
| 40 |
+
|
| 41 |
+
#### 当前SOTA
|
| 42 |
+
*数据来自[论文](https://arxiv.org/abs/2305.09193)*
|
| 43 |
+
|
| 44 |
+
- 评价指标：F1 score
|
| 45 |
+
- SOTA模型：E2H-large (Rest15上F1 Score：**52.39** ， Rest16上F1 Score：**61.86**)
|
| 46 |
+
- Paper：[Easy-to-Hard Learning for Information Extraction](https://arxiv.org/pdf/2305.09193.pdf)
|
| 47 |
+
- 说明：该论文来自[Google Scholar](https://scholar.google.com/scholar?hl=zh-CN&as_sdt=2005&sciodt=0,5&cites=13359676136585163616&scipsc=&q=&scisbd=1)检索到的引用ABSA-QUAD原论文的论文之一，我比较了2023年的一些论文工作后筛选了一个最优指标以及模型。
|
| 48 |
+
|