Page 22 - 《软件学报》2026年第4期

赵传君 等: 基于高质量样本选择的跨领域方面级情感分析 1463

52.93% 提升至 55.41%. 综上所述, 针对跨领域 ABSA 的 3 种子任务, 所提出的 HQSS-CDABSA 方法通过筛选训
练数据中的高质量样本, 能够显著减少源领域与目标领域之间的分布差异, 从而提升不同类型模型在跨领域任务
上的性能.
从提升幅度来看, 5 种模型在 ATE 任务上的提升分别为 2.49%、2.03%、3.19%、4.25% 和 3.42%; 在 ACD 任
务上的提升分别为 6.52%、4.87%、3.58%、5.06% 和 1.19%; 在 ABSC 任务上的提升分别为 2.06%、2.73%、
3.38%、7.45% 和 2.48%; 5 种模型在 3 种任务上平均提升分别为 3.69%、3.21%、3.38%、5.59% 和 2.36%. 其中
GAN 的提升最大, 其次是 RNN、Att-LSTM 和 Bi-LSTM, 而 BERT 的提升相对较小, 这种差异表明了模型的结构
和能力的差异. 5 种模型中, GAN 通过生成对抗机制来利用筛选后的高质量样本进行生成器的训练, 从而生成目
标领域的伪样本, 对训练数据的依赖性最强. RNN、Bi-LSTM 和 Att-LSTM 的结构相对简单, 捕捉领域间复杂关系
的能力有限, 因此这些模型对数据质量的依赖较高, 筛选高质量样本同样能够显著提升其性能. 同时 Bi-LSTM 和
Att-LSTM 由于其双向结构和注意力机制的使用, 使其在未筛选数据上能够部分缓解领域差异, 因此两者在筛选后
数据上训练的增益略低于 RNN. 而 BERT 通过大规模预训练已经具备了强大的领域适应能力, 能够捕捉丰富的语
义信息. 在未筛选数据上, BERT 的表现已经维持在较高水平, 因此筛选高质量样本后的增益在 5 种模型中最小.
尽管 BERT 的提升幅度最小, 但其在 3 种子任务中的绝对性能始终最优. 这表明 BERT 通过预训练获得的语言表
示能力在跨领域任务中具有显著优势.
以上实验结果为提升跨领域 ABSA 任务的效果水平提供了一条有效途径, 即通过结合强大的模型与高质量
数据筛选方法来提升跨领域任务的性能.
4.6 多源领域场景实验结果
为研究多源领域场景对跨领域 ABSA 任务的影响, 本文以跨领域 ABSC 任务为例, 对不同模型在多源领域场
景下的跨领域迁移任务进行了实验. 表 8 中展示了针对不同的目标领域, 各源领域组合通过 HQSS-CDABSA 方法
计算得到的域间高质量样本选择指标 Q inter 的值.

表 8 各目标领域条件下各源领域组合的 Q inter 值

Target L+R+S D+R+S D+L+S D+L+R D+R D+L D+S L+R L+S R+S
D 11.46 － － － － － － 11.98 11.07 10.28
L － 11.13 － － 11.71 － 10.87 － － 10.09
R － － 10.21 － － 10.58 10.03 － 9.27 －
S － － － 10.37 10.86 9.81 － 10.44 － －

针对单源领域场景下以 S 领域为目标领域的跨领域 ABSC 任务性能较低的问题, 本文在多源领域场景下对
该任务进行实验, 以探究多源领域场景对跨领域迁移任务的增强作用. 表 9 中展示了 5 种跨领域 ABSC 模型在不
同源领域组合场景下向 S 领域迁移的 F1 值. 其中名为 Avg 的行中首先记录了不同的数据选择策略下 5 种模型的
平均性能, 其次名为 Avg 的列中记录了表中每行数据的平均值.
表 8 的实验结果表明, 以 S 领域为目标领域时, 源领域组合 D+R、D+L、L+R 及 D+L+R 的 Q inter 值分别为
10.86、9.81、10.44 及 10.37. 这种差异源于不同领域与 S 领域在语义、情感分布及主题上的相似性的差异. 从领
域特性来看, D 领域包含多种电子产品评论, 主题广泛, 涵盖硬件、软件、用户体验等多个方面; R 领域围绕餐饮
服务、食物质量、环境等主题; L 领域包含笔记本电脑领域的相关评论; S 领域包含网络服务领域的相关评论, 主
题广泛, 涉及软件服务、用户体验等多个方面. D 领域与 S 领域的主题有较高的语义重叠, R 领域主题与 S 领域差
异较大, 但其多样性为模型提供了额外的泛化能力. D+R 源领域组合通过结合多种电子设备以及餐厅领域的多样
性, 能够更好地覆盖 S 领域的特征, 因此 Q inter 值最高, 达到 10.86. 而 L 领域主题集中在笔记本电脑领域, 相较于
D 领域与 S 领域的关联性较弱, 因此 L+R 源领域组合的 Q inter 值略低于 D+R 源领域组合, 为 10.44. D+L+R 源领域
Q inter 值为 Q inter 值并未显著高于 D+R 源领域组合. 增加 L 领域并未
组合的 10.37, 尽管其包含了所有源领域, 但其
显著提升向 S 领域的迁移潜力, 这表明了 L 领域单一主题带来的局限性. 而 D+L 源领域组合由于主题相互包含,