저자들은 Aspect-Based Sentiment Analysis (ABSA)를 위한 어스펙트 수준의 반실재적 가설을 생성하고 검증하기 위해 설계된 Constraint-Aware Validated Editing 프레임워크인 CAVE-ABSA를 제안합니다. 이 접근법은 특정 대상 어스펙트의 감정을 뒤집으면서도 비대상 어스펙트의 의미와 감정은 그대로 유지하는 과제를 해결합니다.
CAVE-ABSA는 의견 스팬을 국소화하고, 제어된 재작성을 수행하며, 수리 모듈을 통해 후보를 정제합니다. 출력은 어스펙트 수준 검증, 의미적 유사성, AMR 유도 구조 보존, 편집 최소성, 유창성 및 모순 감지를 사용하여 필터링됩니다.
이 프레임워크는 견고성 평가와 데이터 증강을 위한 검증된 반실재적 가설 데이터셋을 구축하는 것을 목표로 하며, ABSA 모델이 어스펙트 기반 감정 추론에 의존하는지 여부를 테스트합니다.