文中の複数アスペクトのセンチメント分析のための自己注意ニューラルネットワーク

抄録

感情分析は，文章から意見や感情，態度がポジティブかネガティブかを分析するタスクである． 感情分析の手法の一つであるアスペクトベースセンチメント分析では，文章中に含まれるエンティティと属性からなるアスペクト情報を抽出し，その極性を文脈のもとで判定する． 本研究では，事前学習言語モデルBERTによるテキストのエンコーディングのもとで，複数のアスペクトカテゴリの同定，及びアスペクトカテゴリ毎のターゲットフレーズとそれらがポジティブかネガティブかの極性を同定する自己注意機構に基づくニューラルネットワークモデルを提案する．そして，経済分野の文書で作成されたchABSAデータセットを用いて本モデルの性能を評価する．実験により，文に含まれる各アスペクトカテゴリに対してその極性を推定することは高い精度でできるが，そのフレーズを正確に推定することは難しいことがわかった．今後はより大規模なデータセットで訓練を行うことで精度の向上を試みたい．