[2Yin5] インタラクティブ2

[2Yin5-07] 事前学習言語モデルを用いたアスペクトベースセンチメント分析ニューラルネットワーク

複数アスペクトカテゴリ極性とターゲットフレーズの推定

〇三浦 義栄¹、Appiah Etwi¹、渥美 雅保¹ (1.創価大学)

キーワード：アスペクトベースセンチメント分析、事前学習言語モデル

感情分析はテキストから意見や感情、態度を分析することを目的とするタスクであり、あるコンテンツの極性がポジティブかネガティブかを分類する。ネット販売サイトやSNSの発達によりユーザー作成コンテンツが増加したことによりテキストに含まれるユーザーの意見の定量化需要は増している。感情分析のタスクにアスペクトベースセンチメント分析がある。これはテキストが含むアスペクト情報であるエンティティと属性を抽出することでテキストが何についての感情なのかを分析し文脈を考慮した極性分類を行うタスクである。本研究では、テキストエンコーディングに事前学習言語モデルBERTを利用した、複数のアスペクトカテゴリの同定と極性分類、それぞれのアスペクトカテゴリのターゲットフレーズの同定の３つのタスクを解くニューラルネットワークモデルを提案する。モデルの性能評価はSemEvalデータセットを用いて行う。実験によりテキストに含まれるアスペクトカテゴリの同定およびその極性の推定はそれぞれ98％,95％と既存研究と同等もしくは上回る精度を示した．一方，ターゲットフレーズの推定では81％と改善の余地があることが確かめられた．