繰り返しエンティティネットワークと遅延メモリ更新を用いた対象アスペクトに基づく感情分析

ニューラルネットワークは、文レベルの感情分析で印象的な結果を示しているが、対象に基づく感情分析（Targeted Aspect-Based Sentiment Analysis: TABSA） --- 事前に定義されたアスペクトに対する微細な意見極性の抽出 --- は依然として難しい課題である。機械読解におけるメモリ拡張モデルの最近の進歩に触発され、外部の「メモリチェーン」を使用し、遅延メモリ更新機構によってエンティティを追跡する新しいアーキテクチャを提案する。提案されたモデルは、外部知識ベースを使用する手法を含む最先端のアプローチに対して、TABSAタスクにおいて大幅な改善を示した。