近日，由姑苏实验室软件算法工程化平台王思宇博士为第1作者发表的论文被LREC-COLING 2024录用。论文在团队成员（蒋建慧，戴圣然）的倾力合作下共同完成，创新地提出了一种序列到集合的层次生成模型（Hierarchical Sequence-to-Set Model）。该模型在方面类别情感分析（Aspect Category Sentiment Analysis）任务中获得了更好的性能。方面类别情感分析是自然语言处理的一个基础任务，被广泛应用于文本信息抽取、多轮对话系统以及推荐系统中。

国际计算语言学会议（International Conference On Computational Linguistics，COLING）是自然语言处理和计算语言学领域最具权威性的四大会议（ACL、EMNLP、NAACL、COLING）之一，每两年举办一次，被中国计算机学会（CCF）推荐为人工智能领域B类国际会议，在领域内享有广泛的学术声誉。今年的计算语言学、语言资源与评价国际联合会议（LREC-COLING 2024）将由计算语言学领域两个具有国际影响力的组织——语言资源协会（ELRA）和国际计算语言学委员会（ICCL）联合举办，该会议于2024年5月20日至25日在意大利都灵盛大举行。

题目： A Hierarchical Sequence-to-Set Model with Coverage Mechanism for Aspect Category Sentiment Analysis

作者：王思宇，蒋建慧，戴圣然等

类型：COLING 2024, Long Paper

关键词：生成式模型，文本情感分析

（4）实验设计：我们在多个数据集中进行实验，数据统计信息如表1所示。相对于基线模型，我们的模型在多个数据集中都取得了最好的效果，如表2 所示。