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.