报告题目(10.22)：麦卫兴: GeDa: Improving training data with large language models for Aspect Sentiment Triplet Extraction
报告时间：2024年10月22日(周二)晚上19:00-20:00
报告地点：线上腾讯会议(484-814-066)
报告人： 麦卫兴，华南师范大学电子科学与工程学院（微电子学院）
报告题目：GeDa: Improving training data with large language models for Aspect Sentiment Triplet Extraction
摘要：方面级情感三元组抽取(Aspect Sentiment Triplet Extraction, ASTE)是方面级情感分析(Aspect-based Sentiment Analysis, ABSA)的一个子任务。目前，ASTE模型的性能上限受制于训练数据的数量和质量，而为ASTE提高训练数据涉及两个难题：一是如何高效地获得更多可用的数据，二是如何选择有针对性的训练数据以应对ASTE建模的多样化。本报告介绍了一个通用的以数据为中心的框架(General Data-Centric Framework, GeDa)，它可以快速且精准地为ASTE模型提高训练数据，优化ASTE模型的综合性能。
报告人介绍：麦卫兴，华南师范大学电子科学与工程学院（微电子学院）硕士研究生。研究方向为自然语言处理、多模态信息抽取、情感分析等。以第一作者/共同一作发表学术论文3篇，获得国家发明专利授权4项。曾获硕士研究生国家奖学金、连续3年硕士学业奖学金一等奖。
邀请人：唐煜