バイアスのある製品レビュー分類のための二重記憶ネットワークモデル

製品レビューの感情分析（Sentiment Analysis: SA）において、ユーザ情報と製品情報の両方が有用であることが証明されています。現在のタスクでは、統一モデルでユーザプロファイルと製品情報を処理していますが、これではユーザや製品の特徴を効果的に学習できない可能性があります。本研究では、ユーザと製品の別々のメモリネットワークを使用してユーザプロファイルと製品レビューを学習する二重ユーザ・製品メモリネットワーク（Dual User and Product Memory Network: DUPMN）モデルを提案します。その後、この2つの表現を組み合わせて感情予測に利用します。別々のモデルを使用することで、ユーザプロファイルと製品情報をより効果的に捉えることを目指しています。最先端の統一予測モデルと比較して、IMDB、Yelp13、Yelp14という3つのベンチマークデータセットでの評価結果は、それぞれ0.6%、1.2%、0.9%の性能向上を示しました。p値による測定でもこれらの改善は非常に有意であることが確認されました。