Cross-lingual aspect-based sentiment analysis: A survey on tasks, approaches, and challenges

Abstract

Aspect-based sentiment analysis (ABSA) is a fine-grained sentiment analysis task that focuses on understanding opinions at the aspect level, including sentiment towards specific aspect terms, categories, and opinions. While ABSA research has seen significant progress, much of the focus has been on monolingual settings. Cross-lingual ABSA, which aims to transfer knowledge from resource-rich languages (such as English) to low-resource languages, remains an under-explored area, with no systematic review of the field. This paper aims to fill that gap by providing a comprehensive survey of cross-lingual ABSA. We summarize key ABSA tasks, including aspect term extraction, aspect sentiment classification, and compound tasks involving multiple sentiment elements. Additionally, we review the datasets, modelling paradigms, and cross-lingual transfer methods used to solve these tasks. We also examine how existing work in monolingual and multilingual ABSA, as well as ABSA with LLMs, contributes to the development of cross-lingual ABSA. Finally, we highlight the main challenges and suggest directions for future research to advance cross-lingual ABSA systems.

Aspektově orientovaná analýza sentimentu (ABSA) je detailní úloha analýzy sentimentu zaměřená na porozumění názorům na úrovni aspektů, včetně sentimentu vůči konkrétním aspektovým výrazům, kategoriím a názorům. Ačkoli výzkum v oblasti ABSA zaznamenal významný pokrok, většina pozornosti se dosud soustředila na jednojazyčná prostředí. Mezijazyčná ABSA, která se snaží přenášet znalosti z jazyků s bohatými zdroji (například angličtiny) do jazyků s omezenými zdroji, zůstává relativně málo prozkoumanou oblastí, přičemž dosud chybí systematický přehled tohoto tématu. Tento článek si klade za cíl tuto mezeru zaplnit a nabídnout komplexní přehled o mezijazyčné ABSA. Shrnujeme klíčové úlohy ABSA, včetně extrakce aspektových výrazů, klasifikace sentimentu vůči aspektům a složených úloh zahrnujících více sentimentálních prvků. Dále představujeme přehled dostupných datových sad, modelovacích přístupů a metod mezijazyčného přenosu využívaných k řešení těchto úloh. Rovněž zkoumáme, jak stávající výzkum v oblasti jednojazyčné a vícejazyčné ABSA, stejně jako přístupy využívající velké jazykové modely (LLM), přispívají k rozvoji mezijazyčné ABSA. Nakonec poukazujeme na hlavní výzvy v této oblasti a navrhujeme směry budoucího výzkumu, které by mohly podpořit další rozvoj systémů pro mezijazyčnou ABSA.