要約
Aspect Sentiment Triplet Extraction (ASTE) は、レビュー文からアスペクトを特定し、それに対応する意見表現と感情を抽出することを目指す細粒度の意見マイニングにおける新興タスクです。ASTE は意見エンティティ抽出、関係検出、感情分類などの複数のサブタスクで構成されているため、これらの間の関連性を適切に捉え、活用することが重要かつ困難となっています。本論文では、ASTE タスクをマルチターン機械読解 (MTMRC) タスクに変換し、この課題に対処するために双方向機械読解 (BMRC) フレームワークを提案します。具体的には、非制限的抽出クエリ、制限的抽出クエリ、感情分類クエリの3種類のクエリを設計し、異なるサブタスク間の関連性を構築します。また、アスペクト感情トリプレットがアスペクトまたは意見表現から派生する可能性があることを考慮して、双方向機械読解構造を設計しました。一方の方向ではアスペクトから順に意見表現と感情を認識してトリプレットを得る一方で、他方の方向ではまず意見表現を識別し、次にアスペクトを特定し、最後に感情を判定します。両方向が互いに補完することで、フレームワークはより包括的にトリプレットを識別することができます。当手法の有効性を検証するために、4つのベンチマークデータセットで広範な実験を行いました。実験結果は BMRC が最先端の性能を達成していることを示しています。