핵심 개념
다변량 인과 추론을 사용하여 감정 분석의 편향을 제거하는 DINER 프레임워크를 제안합니다.
통계
대부분의 현재의 편향 제거 방법은 단일 변수 인과 추론에 기반하고 있습니다.
DINER은 다변량 인과 추론을 사용하여 ABSA의 편향을 효과적으로 제거합니다.
인용구
"Recent methods focus on debiasing, which can be categorized into argumentation-based methods, reweight training-based methods, and causal inference-based methods."
"DINER proposes a novel framework based on multi-variable causal inference for debiasing ABSA."