潜在的な意見転送ネットワークを用いたターゲット指向の意見語抽出

ターゲット指向の意見語抽出（TOWE）は、ABSAの新しいサブタスクであり、文内の特定の意見対象に対する対応する意見語を抽出することを目指しています。最近、ニューラルネットワーク手法がこのタスクに適用され、有望な結果を達成しています。しかし、アノテーションの難しさにより、TOWEのデータセットが不足しており、これがニューラルモデルの性能を大きく制限しています。一方で、オンラインレビューサイトでは豊富なレビュー感情分類データが容易に入手可能です。これらのレビューには大量の潜在的な意見情報と意味論的パターンが含まれています。本論文では、リソース豊富なレビュー感情分類データセットから低リソースタスクであるTOWEへ知識を転送するための新規モデルを提案します。転送プロセスにおける課題に対処するために、潜在的な意見情報を取得する効果的な変換方法を設計し、それらをTOWEに統合しました。広範な実験結果は、当社のモデルが他の最先端手法よりも優れた性能を達成し、特に意見知識の転送を行わないベースモデルに対して大幅に上回っていることを示しています。さらに、詳細な分析によって当社モデルの有効性が確認されています。