Add researched SOTA result
Browse files
README.md
CHANGED
|
@@ -22,3 +22,24 @@
|
|
| 22 |
}
|
| 23 |
```
|
| 24 |
> 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。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 22 |
}
|
| 23 |
```
|
| 24 |
> 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。
|
| 25 |
+
|
| 26 |
+
|
| 27 |
+
#### 原始数据集
|
| 28 |
+
- 数据[链接](https://github.com/xuuuluuu/Position-Aware-Tagging-for-ASTE)
|
| 29 |
+
- Paper: [Position-Aware Tagging for Aspect Sentiment Triplet Extraction](https://arxiv.org/abs/2010.02609)
|
| 30 |
+
- 说明：原始数据集由laptop14、restaurant14、restaurant15以及restaurant16四部分文件组成。
|
| 31 |
+
|
| 32 |
+
|
| 33 |
+
#### 当前SOTA
|
| 34 |
+
*数据来自[Easy-to-Hard Learning for Information Extraction](https://arxiv.org/abs/2305.09193)*
|
| 35 |
+
|
| 36 |
+
- 评价指标：F1 Score
|
| 37 |
+
- SOTA模型：E2H-large
|
| 38 |
+
- 在laptop14数据部分：**75.92**
|
| 39 |
+
- 在restaurant14数据部分：**65.98**
|
| 40 |
+
- 在restaurant15数据部分：**68.80**
|
| 41 |
+
- 在restaurant16数据部分：**75.46**
|
| 42 |
+
- 平均：**71.54**
|
| 43 |
+
- Paper：[Easy-to-Hard Learning for Information Extraction](https://arxiv.org/pdf/2305.09193.pdf)
|
| 44 |
+
- 说明：该论文来自[Google Scholar](https://scholar.google.com/scholar?as_ylo=2023&hl=zh-CN&as_sdt=2005&sciodt=0,5&cites=8596892198266513995&scipsc=)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。
|
| 45 |
+
|