[2G6-GS-6] 言語メディア処理：

[2G6-GS-6-02] 日本語アスペクトベース感情分析における深層言語モデルによるマルチラベル分類手法の拡張と検証

〇味岡 陽紀¹、岡田 真²、森 直樹² (1. 大阪府立大学、2. 大阪公立大学)

キーワード：アスペクトベース感情分析、BERT、アンサンブル学習、深層学習

昨今, インターネット上には SNS の投稿, レビューといったテキストデータが大量に存在する. このようなテキストデータには様々な対象とその評価や感想など有用な情報が多く含まれている. しかし, それらを活用するためには適切なラベル付与とその自動化が必要不可欠である.感情分析はテキストをポジティブまたはネガティブの極性に分類する自然言語処理分野のタスクであり，特にアスペクトベース感情分析はテキスト中の複数の対象を抽出してそれらの極性を分類する．これは詳細な情報を抽出できる点においてラベル付与の自動化に有効であると考えられる．本研究では日本語のアスペクトベース感情分析における楠本が提案したモデルである Mpm+T を基に，Mpm+T では非対応の一つの対象にポジティブとネガティブが同時に付与された場合にも対応できるように改良することを目的として, Mpm+T の拡張手法を提案する. また, 実験により提案手法の有効性を検証する.