Perpustakaan Digital ITB

Ekstraksi triplet opini bertujuan untuk mendapatkan daftar triplet ekspresi aspek, ekspresi sentimen, dan polaritas sentimen yang terkandung dalam ulasan. Ekstraksi triplet opini eksplisit telah dipelajari secara ekstensif. Namun sayangnya masih belum ada penelitian yang meneliti ekstraksi triplet opini dengan aspek implisit. Salah satu metode untuk melakukan ekstraksi triplet opini adalah dengan pendekatan pembangkitan teks yang bertujuan untuk membangkitkan triplet opini secara langsung. Keunggulan pendekatan tersebut adalah keluaran model tidak terbatas pada masukan model yang dapat membantu penanganan triplet opini dengan aspek implisit. Penelitian Tugas Akhir ini berfokus untuk melakukan ekstraksi triplet opini dengan pendekatan pembangkitan teks, serta penanganan aspek implisit dalam ekstraksi triplet opini. Ekstraksi triplet opini dengan pendekatan pembangkitan teks dapat dilakukan dengan modifikasi konstruksi korpus data latih pada dokumen ulasan sesuai dengan format anotasi extraction-style, sehingga daftar triplet opini teks ulasan dapat langsung dibangkitkan sesuai dengan format extraction-style. Penanganan terhadap triplet opini dengan aspek implisit dapat dilakukan dengan menganotasikan aspek spesial NULL pada triplet opini tersebut. Tugas Akhir menggunakan model bahasa pralatih IndoT5 untuk membangkitkan triplet opini dari teks ulasan. Berdasarkan hasil eksperimen, konfigurasi terbaik model ekstraksi triplet opini pada Tugas Akhir adalah dengan model bahasa pralatih IndoT5, penggunaan jarak levenshtein dalam postprocess dan k (jumlah kandidat) adalah 1. Berdasarkan pengujian untuk ekstraksi triplet opini eksplisit, model tugas akhir berhasil melampaui kinerja model baseline, yaitu model adaptasi GTS pada Tugas Akhir Wirawan. Model Tugas Akhir mendapat nilai F1-score 0.8117 untuk ekstraksi triplet opini eksplisit. Sementara itu, pengujian untuk ekstraksi triplet opini dengan penanganan aspek implisit mendapatkan nilai F1-score 0.7950.