1、基于评论目标的端到端情感分析（End
-to
-End Aspect
/Target
-Based Sentiment Analysis
, E2E
-ABSA）的目的在于同时检测用户评论的目标
/方面（Target
/Aspect）以及相应的情感倾向（Target
/Aspect Sentiment）
Applying Transformers and Aspect-based Sentiment Analysis approaches on Sarcasm Detection（2020ACL）
创新点：将ABSA和Contextual Sentiment Analysis应用于Sarcasm Analysis
数据集：Twitter和Reddit
Aspect-based Sentiment Classification with Aspect-specific Graph Convolutional Networks（2019）
创新点：ABSA
+GCN
数据集：twitter、rest14
(semeval14
)、rest15
(semeval15
)、rest16
(semeval16
)
Modelling Context and Syntactical Features for Aspect-based Sentiment Analysis(2020ACL）
创新点：对属性词抽取（AE）和属性级情感分类（ASC）进行独立的研究。在AE任务中，作者结合了roberta、词法信息和句法信息；在ASC任务中，作者研究了如何在预训练语言中更好地结合句子和属性词。
数据集：semeval14
参考：知乎笔记
Relational Graph Attention Network for Aspect-based Sentiment Analysis(2020ACL)
创新点：
1、提出了一种面向aspect的树结构，通过重构和修剪来构建基于target aspect的依赖树，如果存在多个aspect，为每个aspect 构造一个独立的树。
2、提出了一种新的GAT模型来编码依赖关系，建立方面与意见词之间的联系
数据集：SemEval
2014和Twitter
baseline 含有ASGCN
参考：知乎笔记
