摘要

基于方面的情感分析（Aspect-Based Sentiment Analysis, ABSA）近年来受到越来越多关注。根据提取要素的不同，ABSA可细分为多个任务。现有生成式方法通常将输出视为一个整体字符串，而非不同要素的组合，且一次仅专注于单一任务。本文提出一种统一的生成式多任务框架，通过控制由多个要素提示构成的任务提示类型，实现对多种ABSA任务的联合求解。此外，该方法可通过拼装任务提示，如同拼接乐高积木一般，在简单任务上进行训练，并实现向复杂任务的迁移。我们在多个基准数据集上的六个ABSA任务中进行了实验，结果表明，所提出的多任务方法在几乎所有任务上均取得了新的最先进（SOTA）性能，并在任务迁移场景中展现出具有竞争力的表现。