该研究提出了一种基于对比学习的情感三元组提取（ASTE）配对增强方法，解决了复杂语言和多方面项的问题。实验结果表明，该方法在多个数据集上表现优异，验证了对比学习的优势，并探讨了其他新型方法和框架，以提升情感三元组的提取性能。

该文介绍了基于对比学习的新型预训练策略 CONTRASTE，提高了 Aspect Sentiment Triplet Extraction（ASTE）的性能，并在其他 ABSA 任务上也有优势。通过基于编码器-解码器模型的多任务方法进行细调，实现了 ASTA 的最新最佳结果。