CAVE-ABSA：让情感分析反事实样本真正“按方面”改变

导语

方面级情感分析（ABSA）的难点在于：同一句话里可能同时出现多个评价对象，且情绪方向并不一致。例如用户可能称赞“食物”，却批评“服务”。因此，一个合格的模型不能只看整句是正面还是负面，而要判断情感究竟指向哪个方面。

这也让反事实评估变得更复杂。普通的反事实样本往往只要求把句子标签从正面改成负面，或反过来；但在 ABSA 场景中，真正有效的样本应只翻转目标方面的情感，同时保持非目标方面的情感、语义一致性、流畅度和事实一致性。arXiv 论文《Constraint-Aware Counterfactual Editing for Aspect-Based Sentiment Analysis》提出的 CAVE-ABSA，正是为解决这一问题而设计。

核心要点

• 从句子级翻转转向方面级编辑：论文指出，现有反事实生成方法容易生成看似流畅、却不符合方面约束的文本。例如改写后可能连带改变其他方面的评价，或让句子语义发生偏移。
• 先生成，再验证：CAVE-ABSA 明确区分反事实候选生成与有效性验证。框架先定位与目标方面相关的观点片段，再执行受控改写，而不是粗放地改写整句话。
• 加入修复模块：生成后的候选文本可能仍存在方面错误、语义漂移或表达不自然等问题，因此框架会进一步通过修复步骤调整候选结果。
• 多重过滤约束：论文提出使用方面级验证、语义相似度、AMR 引导的结构保持、最小编辑、流畅度检测以及矛盾检测等标准，筛掉不可靠样本。
• 服务于评估与数据增强：CAVE-ABSA 的目标并不是发布一个单一情感分类器，而是构建经过验证的方面级反事实数据集，用于模型鲁棒性测试和训练数据扩充。

意义与影响

这项工作的价值在于把 ABSA 的评估问题重新拉回“方面”本身。很多模型可能在常规测试集上表现不错，但实际上依赖的是句子整体情绪、关键词共现或数据偏差；一旦面对只改变某个方面情感的反事实样本，就可能暴露推理能力不足。

CAVE-ABSA 通过将编辑范围限制在目标观点片段，并用多种约束检查候选样本，为这类评估提供了更严格的样本构造流程。尤其是将 AMR 结构保持、矛盾检测和最小编辑纳入验证，有助于减少“标签变了但句子也变味了”的问题。

不过，从摘要信息看，论文重点是框架设计与验证思路，而非声称已经解决所有反事实生成误差。实际效果仍取决于观点定位、改写模型、验证器质量以及不同数据集中的语言复杂度。对于希望评估情感分析模型是否真正理解“谁被评价、评价是什么”的研究者来说，这类约束感知的反事实编辑方法值得关注。

来源：arXiv