Exploring large language models for the generation of synthetic training samples for aspect-based sentiment analysis in low resource settings

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-594331
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.59433

Hellwig, Nils Constantin

; Fehle, Jakob

; Wolff, Christian

Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(1MB)

Veröffentlichungsdatum dieses Volltextes: 28 Okt 2024 12:45

Alternative Links zum Volltext:DOI Verlag

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Aspect-Based Sentiment Analysis (ABSA) is a fine-grained task in sentiment analysis, aiming to identify sentiment expressed towards specific aspects of an entity. This paper explores the use of Large Language Models (LLMs), specifically GPT-3.5-turbo and Llama-3-70B, for generating annotated data in Aspect-Based Sentiment Analysis (ABSA), aiming to address the scarcity of labelled datasets in the ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Altmetric

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Universitätsbibliothek