Un enfoque híbrido para el análisis de sentimientos basado en aspectos de dimensión utilizando BERT y grandes modelos de lenguaje

El análisis de sentimientos basado en aspectos de dimensión (dimABSA) tiene como objetivo reconocer cuádruples a nivel de aspecto a partir de reseñas, ofreciendo una descripción de sentimientos de alta precisión para las opiniones de los usuarios. Un cuádruple consiste en aspecto, categoría, opinión e intensidad del sentimiento, que se representa utilizando puntajes continuos de valores reales en las dimensiones de valencia-arousal. Para abordar esta tarea, proponemos un enfoque híbrido que integra el modelo BERT con un gran modelo de lenguaje (LLM). En primer lugar, desarrollamos tanto los métodos basados en BERT como en LLM para dimABSA. El método basado en BERT utiliza un enfoque de canalización, mientras que el método basado en LLM transforma la tarea de dimABSA en una tarea de generación de texto. En segundo lugar, evaluamos su rendimiento en la extracción de entidades, clasificación de relaciones y predicción de intensidad para determinar sus ventajas. Finalmente, ideamos un enfoque híbrido para aprovechar plenamente sus ventajas en diferentes escenarios. Los experimentos demuestran que el enfoque híbrido supera a los métodos basados en BERT y en LLM, logrando un rendimiento de vanguardia con un F1-score del 41.7% en la extracción de cuádruples.