يقترح الباحثون MASTE، وهو خط أنابيب متعدد الوكلاء مصمم لتحسين استخراج أزواج المشاعر والجوانب (ASTE) في وضع الصفر-shot عن طريق تفكيك المهمة إلى أربع مراحل متسلسلة يتعامل معها وكلاء متخصصون. يعالج هذا النهج قيود التوليد أحادي المرور في نماذج اللغة الكبيرة، التي تواجه صعوبة في تحديد حدود النطاقات، وتجميع الآراء، واستقطاب المشاعر في وقت واحد.
- يلغي MASTE الحاجة إلى بيانات تدريب مُعلَّمة أو عروض few-shot من خلال استخدام شرط صريح على المخرجات السابقة عبر مراحله.
- يعمم الإطار عبر أعمدة نماذج وقواعد بيانات مختلفة بينما يتفوق على الأسس المرجعية لوضع الصفر-shot وchain-of-thought.
- تُظهر التجارب الواسعة النطاق على أربعة معايير ASTE أن MASTE يقلل الفجوة في الأداء نحو الطرق الخاضعة للإشراف الكامل دون استخدام أي أزواج مُعلَّمة.
يُعتبر المؤلفون هذا الأمر ذا أهمية لأنه يوفر حلاً متاحاً على نطاق واسع وخالياً من التدريب لمهام معالجة اللغة الطبيعية المعقدة حيث تكون البيانات في المجال (in-domain) غير متاحة عادةً.