Resumo Técnico: Edição Contrafactual Consciente de Restrições para Análise de Sentimento Baseada em Aspectos

Definição do Problema

A Análise de Sentimento Baseada em Aspectos (ABSA) exige que os modelos determinem a polaridade do sentimento em relação a aspectos específicos dentro de uma frase, em vez de atribuir um único rótulo global. Embora os modelos de linguagem pré-treinados tenham melhorado o desempenho da ABSA, pontuações altas em benchmarks não garantem que os modelos dependam de um raciocínio robusto e fundamentado no aspecto; eles podem, em vez disso, explorar pistas de sentimento global, atalhos de polaridade ou artefatos do conjunto de dados.

Os métodos existentes de geração contrafactual, projetados primariamente para classificação de nível de sentença, são insuficientes para a ABSA. Um contrafactual válido de ABSA deve satisfazer um conjunto complexo de restrições: deve inverter o sentimento de um aspecto alvo específico enquanto preserva estritamente o sentimento de todos os aspectos não-alvo, mantendo o significado semântico, garantindo a fluência, minimizando a distância de edição e evitando contradições factuais. Os métodos atuais frequentemente produzem edições que são fluentes, mas inválidas para o aspecto, semanticamente errantes ou contraditórias (por exemplo, introduzindo polaridades mistas como "ruim e suave" para o mesmo aspecto). O artigo enquadra isso como um problema de geração com restrições, onde o objetivo é gerar contrafactuais minimamente editados, fluentes e significativos que alterem apenas o sentimento do aspecto alvo.

Metodologia: CAVE-ABSA

Os autores propõem o CAVE-ABSA (Constraint-Aware Validated Editing for ABSA - Edição Validada Consciente de Restrições para ABSA), um framework que separa a geração contrafactual da validação rigorosa. O pipeline opera através das seguintes etapas:

1. Localização do Span de Opinião: Em vez de reescrever toda a sentença, o framework identifica o span de opinião específico ($s^*$) associado ao aspecto alvo ($a^*$). Isso é alcançado via uma estratégia híbrida combinando proximidade de aspecto, pistas de dependência sintática e pontuações de atribuição de modelo opcionais (ex: gradientes integrados).
2. Reescrita Contrafactual Controlada: O sistema reescreve apenas o span localizado ou sua cláusula circundante para alcançar a polaridade contrafactual desejada ($y_{cf}$). O gerador é restringido a preservar a string do aspecto alvo, os aspectos não-alvo e detalhes factuais. Isso permite transformações complexas (ex: "dura o dia todo" $\to$ "esgota rapidamente") em vez de simples substituição de tokens.
3. Refinamento Baseado em Reparo: Candidatos brutos passam por um módulo de reparo para corrigir erros gramaticais e melhorar a fluência sem alterar o significado contrafactual pretendido ou as entidades factuais.
4. Preservação Estrutural Guiada por AMR: Para detectar deriva semântica no conteúdo não-alvo, o framework analisa tanto a sentença original quanto a editada em grafos de Representação de Significado Abstrato (AMR). Ele computa uma pontuação de preservação estrutural comparando a sobreposição de arestas semânticas não-alvo, garantindo que relações causais, comparações e outros fatos não-alvo permaneçam intactos.
5. Verificação Baseada em Restrições: Um módulo de verificação aplica seis restrições rígidas para filtrar candidatos:
   • Inversão do Alvo (Target Flip): O sentimento previsto para o aspecto alvo deve mudar.
   • Preservação do Não-Alvo: O sentimento para todos os outros aspectos deve permanecer inalterado.
   • Similaridade Semântica: A sentença editada deve ser semanticamente próxima da original (medida via embeddings como Sentence-BERT).
   • Minimalidade de Edição: A distância de edição deve ser baixa.
   • Fluência: A sentença deve ser gramaticalmente correta e natural.
   • Evitação de Contradição: A sentença não deve conter pistas de polaridade mista (ex: "ruim e suave") ou inconsistências factuais.
6. Ranking e Seleção: Candidatos válidos são classificados usando uma pontuação composta que equilibra confiança de inversão do alvo, consistência do não-alvo, similaridade semântica, fluência, minimalidade de edição e preservação estrutural.

Principais Contribuições

O artigo delineia quatro contribuições primárias:

1. Formalização: Formaliza a edição contrafactual de ABSA como um problema de geração com restrições que exige simultaneamente inversão de alvo, preservação de não-alvo, consistência semântica, fluência, minimalidade e evitação de contradição.
2. Proposta de Framework: Introduz o CAVE-ABSA, um framework híbrido de geração e verificação que utiliza localização de span de opinião, reescrita controlada, reparo, checagem de estrutura guiada por AMR e validação específica de aspecto.
3. Critérios de Avaliação: Estabelece métricas específicas para medir a validade contrafactual, incluindo precisão de inversão de alvo, consistência de não-alvo, preservação semântica, minimalidade de edição, fluência e taxas de contradição.
4. Posicionamento de Recurso: Posiciona os contrafactuais validados como um recurso de duplo propósito para avaliação de robustez (testar se os modelos dependem de raciocínio fundamentado no aspecto) e aumento de dados (data augmentation).

Resultados e Análise

Os autores avaliaram o CAVE-ABSA em benchmarks padrão de ABSA (SemEval-2014 Laptop/Restaurant e MAMS) contra baselines incluindo Substituição de Léxico, Substituição por Modelo de Linguagem Mascarada (MLM), Reescrita via Prompt e Edição Direta de AMR.

• Qualidade de Geração: O CAVE-ABSA superou todos os baselines em todas as métricas. Alcançou a maior Inversão de Alvo (92,4%), Manutenção de Não-Alvo (91,1%), Similaridade Semântica (89,3) e Fluência (91,8), mantendo a menor Taxa de Contradição Post-hoc (4,6%). Os baselines tiveram dificuldade com os trade-offs; por exemplo, a Substituição de Léxico teve altas taxas de inversão, mas baixa fluência e altas taxas de contradição, enquanto a Reescrita via Prompt falhou em preservar efetivamente os sentimentos não-alvo.
• Avaliação de Robustez: Ao testar modelos de ABSA padrão (ex: DeBERTa, RoBERTa), os contrafactuais gerados revelaram fragilidade significativa. Embora os modelos tenham alcançado alta acurácia original (ex: 87,2% para DeBERTa), sua Sensibilidade ao Alvo (capacidade de atualizar previsões quando o aspecto alvo muda) foi substancialmente menor (72,1%), e a Estabilidade do Não-Alvo também foi imperfeita. Essa lacuna sugere que os modelos frequentemente dependem de pistas globais em vez de raciocínio localizado.
• Aumento de Dados: Treinar modelos de ABSA com contrafactuais gerados pelo CAVE-ABSA resultou no melhor desempenho downstream. O modelo aumentado alcançou 88,4% de Acurácia e 74,6% de Robustez de CF, um melhoria significativa sobre o baseline de original-apenas (62,8% de Robustez de CF). Isso indica que contrafactuais validados fornecem supervisão de alta qualidade que melhora o aprendizado fundamentado no aspecto.
• Estudos de Ablação: Remover componentes específicos (ex: localização de span de opinião, checagens de AMR ou filtros de contradição) levou a declínios mensuráveis na preservação de não-alvo, similaridade semântica ou um aumento nas contradições, confirmando a necessidade de cada módulo.

Significância e Alegações

O artigo afirma que o CAVE-ABSA fornece uma abordagem principista para gerar contrafactuais significativos e locais ao aspecto, abordando uma lacuna crítica onde métodos anteriores focavam na inversão de rótulo de nível de sentença. Ao separar explicitamente a geração da validação e impor restrições ao nível do aspecto, o framework produz dados que são tanto fluentes quanto logicamente consistentes.

Os autores asseguram que contrafactuais validados são essenciais para:

1. Avaliação de Robustez: Servem como uma ferramenta de diagnóstico para revelar se os modelos de ABSA realmente dependem de raciocínio de sentimento fundamentado no aspecto ou se estão explorando correlações espúrias.
2. Aumento de Dados: Oferecem um método para melhorar o desempenho do modelo treinando em exemplos minimamente pareados de alta qualidade que reforçam o alinhamento correto entre aspecto e sentimento.

O trabalho conclui que a alta precisão de inversão de alvo sozinha é insuficiente para a ABSA; um gerador de contrafactuais confiável deve unir a validade ao nível do aspecto e a qualidade do texto. Sugere-se como trabalho futuro estender o framework para rótulos neutros/conflito, conjuntos de dados multilíngues e validação com humanos no loop (human-in-the-loop).