연구진이 제로샷 측면 감성 트리플릿 추출(ASTE)을 위한 멀티 에이전트 파이프라인 MASTE를 제안했어요. MASTE는 ASTE를 4단계로 나누어 각 단계별 전문 에이전트가 이전 결과에 의존하며 작업을 수행해요.
기존 LLM 방식은 한 번에 스팬 경계, 의견 그룹화, 감성 극성을 결정해야 하는 제약이 있었지만, MASTE는 훈련 데이터 없이도 ASTE를 수행하며 다양한 백본과 데이터셋에 적용 가능해요.
4개의 ASTE 벤치마크 실험 결과, MASTE는 기존 제로샷 LLM 방식보다 훨씬 뛰어난 성능을 보이며, 지도 학습 방식과의 격차를 좁혔어요.