ACOS
ACOS copied to clipboard
NUSTM
The datasets and code of ACL 2021 paper "Aspect-Category-Opinion-Sentiment Quadruple Extraction with Implicit Aspects and Opinions".
当训练到步骤二的时候，Eval阶段的输出都是0 ```bash 12/15/2021 19:36:24 - INFO - __main__ - ***** Running training ***** Epoch: 0%| | 0/1 [00:00
作者您好！ 感谢你们精彩的工作！复现代码时候碰到一些小问题，例如在Laptop-ACOS (ours)中有关aspect,opinion, AO pair的数量，统计结果如下 ` {'asp_cont': 4519, 'opi_cont': 4190, 'pair_cont': 3278, 'sentence_num': 4076, 'sentence_with_pair_num': 2285} ` 与文中的数量偏少，不知是否release错了数据集？或者说没有显示出现在原文中的（NULL）也算作是aspect或者opinion了吗？
你好，step1\eval_metrics.py line 115-127 生成pred_tag，line 115 for i in range(len(pred_aspect_tag)):此时pred_aspect_tag是前一步 batch处理后生成的，所以长度是最终batch数，且pred_aspect_tag内的数据是tensor形式而不是像前面的cur_quad是列表，cur_aspect_tag = ''.join(str(ele) for ele in pred_aspect_tag[i])是对一批tensor进行了拼接？这里是不是要将tensor转成列表，针对每句aspect id进行拼接并识别其中的“32*”和“54*”呢？
关于超参数
作者您好，我最近浏览了您的ACOS的工作，并且对ACOS非常感兴趣，并且尝试复现论文中的结果，但使用您的默认的脚本运行的结果与论文中差别较大。是否可以提供详细的超参数包括随机种子？
对于子集的疑问
你好，我最近在测试模型的性能，但是我看到论文中的Effectiveness of Modeling of Implicit Aspects/Opinions部分，将数据集分成了4个子集，但是我对此有点疑问。例如对于一条样本有（IA，EO）和（EA，EO）两种标签，那么这条样本是属于（IA，EO）子集还是（EA，EO）？还是同属于两个？还是说根据标签划分成不同的子集？可否给出代码实现？谢谢
感谢提供ACOS数据集。但是我使用T5large模型，同样的数据集与评价标准，在restaurant上取得0.458的f1，laptop上取得0.462的f1，远远超过论文中的方法.
Hello, I'm getting output like this, But could not get any common pattern to extract and prepare inference script. I want to see specific aspect with corresponding opinion. `i really...
