作者提出了 CAVE-ABSA，这是一个约束感知验证编辑框架，旨在为基于方面的 sentiment 分析（ABSA）生成和验证方面级的反事实数据。该方法解决了在翻转特定目标方面的 sentiment 的同时，保留非目标方面的含义和 sentiment 的挑战。

CAVE-ABSA 定位意见片段，执行受控重写，并通过修复模块精炼候选项。它使用方面级验证、语义相似度、AMR 引导的结构保持、编辑最小性、流畅性和矛盾检测来过滤输出。

该框架旨在构建经过验证的反事实数据集，用于鲁棒性评估和数据增强，测试 ABSA 模型是否依赖于基于方面的 sentiment 推理。