基于辅助语句微调的Distilbert模型，用于细粒度情感分析（ABSA）

该模型使用NAVER为CentraleSupélec自然语言处理课程提供的数据集进行微调。

@inproceedings{sun-etal-2019-utilizing,
    title = "通过构建辅助语句利用{BERT}实现细粒度情感分析",
    author = "孙驰 和
      黄路遥 和
      邱锡鹏",
    booktitle = "2019年北美计算语言学协会年会论文集: 人类语言技术(长篇与短篇论文)",
    month = "6月",
    year = "2019",
    address = "明尼苏达州明尼阿波利斯市",
    publisher = "计算语言学协会",
    url = "https://www.aclweb.org/anthology/N19-1035",
    doi = "10.18653/v1/N19-1035",
    pages = "380--385",
    abstract = "细粒度情感分析（ABSA）旨在识别针对特定方面的细致情感极性，是情感分析（SA）中具有挑战性的子任务。本文通过从目标方面构建辅助语句，将ABSA转化为句子对分类任务，如问答（QA）和自然语言推理（NLI）。我们对BERT预训练模型进行微调，在SentiHood和SemEval-2014任务4数据集上取得了最新的最优结果。源代码详见：https://github.com/HSLCY/ABSA-BERT-pair。",
}