Resumen de Overview of ABSAPT at IberLEF 2024: Overview of the Task on Aspect-Based Sentiment Analysis in Portuguese

Alexandre Thurow Bender, Gabriel A. Gomes, Emerson P. Lopes, Ricardo Araújo Kalid, Larissa A. de Freitas, Ulisses B. Corrêa

• español

  Este articulo informa sobre los resultados de una competencia de Análisis de Sentimientos Basado en Aspectos en portugués en ABSAPT 2024. El equipo ABCD participó en la sub-tarea de Extracción de Aspectos, utilizando un esquema de etiquetado BIO y modelos basados en Transformers, con el mejor rendimiento obtenido por el modelo BERTimbau Large. Los equipos ABCD y UTFPR participaron en la sub-tarea de Clasificación de Sentimientos de Aspectos. El equipo UTFPR logró los mejores resultados afinando un modelo BERT y utilizando datos aumentados por ChatGPT para expandir el conjunto de entrenamiento. El equipo ABCD experimentó con enfoques tanto de generación como de clasificación, siendo el método de clasificación el que mejor rendimiento obtuvo. Esta competencia mostró que los modelos Transformers y la ampliación de datos son técnicas interesantes para mejorar la Análisis de Sentimientos Basado en Aspectos en portugués.

• English

  This paper reports the results of a competition on Aspect-Based Sentiment Analysis in Portuguese at ABSAPT 2024. The ABCD Team participated in the Aspect Extraction sub-task, using a BIO tagging scheme and Transformer-based models, with the best performance from the BERTimbau Large model. The teams ABCD and UTFPR participated in the Aspect Sentiment Classification sub-task. The UTFPR Team achieved the best results by fine-tuning a BERT model and using data augmented by ChatGPT to expand the training set. The ABCD Team experimented with both generation and classification approaches, with the classification method performing best. This competition showed that Transformer models and data augmentation are interesting techniques for improving Aspect-Based Sentiment Analysis in Portuguese.