アスペクト指向の細粒度意見抽出のためのグリッドタギングスキーム

Aspect-oriented Fine-grained Opinion Extraction (AFOE) は、レビューからアスペクト項と意見項を抽出し、それらを意見ペアの形で表現することを目指しています。さらに、アスペクト項の感情極性も抽出して、意見トリプレットを形成します。複数の意見要因が含まれているため、完全な AFOE タスクは通常、複数のサブタスクに分割され、パイプライン形式で達成されます。しかし、パイプライン手法は実世界のシナリオにおいて誤り伝播や不便さを容易に引き起こします。この問題に対処するため、私たちは新しいタグ付けスキームである Grid Tagging Scheme (GTS) を提案します。GTS は統一されたグリッドタグ付けタスクのみを使用して AFOE タスクをエンドツーエンドで解決することを目指しています。また、異なる意見要因間の相互指示を利用するために GTS 上で効果的な推論戦略を設計しました。これによりより正確な抽出が可能になります。GTS の有効性と互換性を検証するために、CNN、BiLSTM、BERT をベースとした3つの異なる GTS モデルを実装し、アスペクト指向の意見ペア抽出および意見トリプレット抽出データセット上で実験を行いました。広範な実験結果は、GTS モデルが強力な基準モデルを大幅に上回り、最先端の性能を達成していることを示しています。