最初のターゲットと意見、その後極性：アスペクト感情トリプレット抽出におけるターゲット-意見相関の強化

Aspect Sentiment Triplet Extraction (ASTE) は、文から対象エンティティ、関連する感情極性、および極性を説明する意見スパンの三つ組を抽出することを目指しています。既存の手法では、対象-意見ペア間の相関関係の構築が不足しており、異なる感情三つ組相互の干渉が無視されています。これらの問題に対処するために、我々は二段階フレームワークを利用し、対象と意見間の相関関係を強化します。第一段階では、シーケンスタグ付けを通じて対象と意見を抽出します。その後、特定の対象-意見タプルの範囲を示す人工的なタグである「Perceivable Pair（認識可能なペア）」を入力文に追加することで、より密接に関連した対象-意見ペア表現を得ます。同時に、トークンの注意領域を制限することで三つ組間の負の干渉を軽減します。最後に、「Perceivable Pair」表現に基づいて極性が識別されます。我々は4つのデータセットで実験を行い、実験結果はモデルの有効性を示しています。