[ACL 2026] Adaptive Bi-SADA：告别“脆弱巨人”，赋予大模型硬核情感推理能力

TL;DR

尽管大语言模型（LLMs）在情感四元组预测（ASQP）中刷爆了榜单，但它们往往只是记住了“位置”而没有理解“逻辑”。本文揭示了 SOTA 模型在面对复杂语法时的溃败，并提出 Adaptive Bi-SADA 模型：通过对短句“加压硬化”和对长句“脱水规范”，将浅层模式匹配转化为稳健的结构推理，不仅刷新了 F1 记录，更在对抗测试下稳如泰山。

背景定位：高分低能的“脆弱巨人”

在方面级情感分析（ABSA）的最细粒度任务 —— ASQP（预测方面项、类别、意见项、极性）中，基于 Instruction Tuning 的大模型已成为绝对主流。然而，作者通过一系列“外科手术式”的对抗攻击发现，这些模型更像是依赖统计概率的“词袋子”。只要稍微改变句式（如使用倒装或加入插入语），模型就会陷入幻觉。

痛点深挖：三种致命的“结构缺陷”

研究团队设计了 Multi-Surgical Adversarial Attack 协议，精准打击模型的三个软肋：

1. 逻辑鲁棒性缺失：引入对比干扰项（如“是 A 而非 B 是好的”），模型常会误抓 B。
2. 工作记忆跨度短：在方面项和意见项间插入长从句，模型会发生“跨度丢失”。
3. 位置偏见（Positional Bias）：改变词序（如被动语态），模型甚至会将“好评”预测为“中立”。

核心方法：Adaptive Bi-SADA 课程学习

为了修复上述病态特征，作者提出了自适应双向结构感知数据增强（Adaptive Bi-SADA）。其核心直觉在于：不同的句子长度需要不同的教学策略。

1. 短句：自然结构硬化 (Natural Structural Hardening)

短句结构简单，模型极易产生位置依赖。Bi-SADA 将其改写为复杂的分裂句（Cleft sentences）或被动语态。这迫使模型在训练时必须学会解析层级化的语法树，而不能仅仅依赖词项的邻近性。

2. 长句：语法规范化 (Syntactic Normalization)

冗长且口语化的长句充满噪音。Bi-SADA 将其简化为标准的 SVO（主谓宾）结构。这相当于为模型提供了清晰的“注意力锚点”，帮助其在接触复杂变体前，先精准掌握情感语义。

3. 生成时验证协议

为了防止增强数据中出现标签漂移，作者引入了严格的验证网关：必须保留所有 Ground-truth 术语，且不得引入新的形容词，确保语义流形（Semantic Manifold）的绝对纯净。

实验与结果：全线霸榜与极致鲁棒

实验覆盖了 Qwen-2.5, Llama-3.1, Mistral 三大主流架构。

• SOTA 突破：Bi-SADA 版 Qwen-2.5 在 Rest-ACOS 数据集上的 F1 提升了约 4.5%，超越了 E4L 等强基线。
• 对抗表现：在对抗性集合 $D_{adv}$ 上，传统模型性能断崖式下跌，而 Bi-SADA 增强后的模型维持了极高的稳定性。特别是 Mistral 变体，表现出的性能缺口（Gap）微乎其微。

深度洞察：为什么“长短有别”有效？

消融实验证明，单纯的硬化或简单的规范化都无法达到最优。

• Hardening（加压） 是防御攻击的关键（对抗表现提升显著）。
• Normalization（减压） 是维持标准准确率的基石（防止模型因数据太难而跑偏）。 这种**双向（Bidirectional）**策略完美平衡了模型的泛化能力与解析精度。

结论与展望

Adaptive Bi-SADA 证明了：通过精心设计的结构化课程，即使是中等规模的开源 LLM（如 7B/8B），也能在极具挑战性的细粒度抽取任务中展现出超越“直觉”的深层推理能力。未来，该方法有望扩展到跨语言场景，解决更复杂的低资源结构化抽取问题。

主编点评：该研究最耀眼的地方在于它不仅仅是在堆算力刷榜，而是通过语言学直觉（语法硬化）去纠正深度学习中由来已久的“捷径学习”顽疾。