上述数据集为ABSA(Aspect-Based Sentiment Analysis)领域数据集，基本形式为从句子中抽取：方面术语、方面类别(术语类别)、术语在上下文中情感极性以及针对该术语的观点词，不同数据集抽取不同的信息，这点在jsonl文件的“instruction”键中有分别提到，在此我将其改造为了生成任务，需要模型按照一定格式生成抽取结果。
以acos数据集中抽取的jsonl文件一条数据举例：
{
"task_type": "generation",
"dataset": "acos",
"input": ["the computer has difficulty switching between tablet and computer ."],
"output": "[['computer', 'laptop usability', 'negative', 'difficulty']]",
"situation": "none",
"label": "",
"extra": "",
"instruction": "
Task: Extracting aspect terms and their corresponding aspect categories, sentiment polarities, and opinion words.
Input: A sentence
Output: A list of 4-tuples, where each tuple contains the extracted aspect term, its aspect category, sentiment polarity, and opinion words (if any). Supplement: \"Null\" means that there is no occurrence in the sentence.
Example:
Sentence: \"Also it's not a true SSD drive in there but eMMC, which makes a difference.\"
Output: [['SSD drive', 'hard_disc operation_performance', 'negative', 'NULL']]'
"
}
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。
原始数据集
- 数据链接
- Paper: Position-Aware Tagging for Aspect Sentiment Triplet Extraction
- 说明：原始数据集由laptop14、restaurant14、restaurant15以及restaurant16四部分文件组成。
当前SOTA
数据来自Easy-to-Hard Learning for Information Extraction
- 评价指标：F1 Score
- SOTA模型：E2H-large
- 在laptop14数据部分：75.92
- 在restaurant14数据部分：65.98
- 在restaurant15数据部分：68.80
- 在restaurant16数据部分：75.46
- 平均：71.54
- Paper：Easy-to-Hard Learning for Information Extraction
- 说明：该论文来自Google Scholar检索到的引用ASTE-data-v2原论文的论文之一，在比较2023年的一些论文工作后筛选了一个最优指标以及模型。