アスペクト感情一貫性は、アスペクトベースの感情分類の分野において興味深いがまだ十分に研究されていないトピックです。この概念は、隣接するアスペクトがしばしば類似した感情を共有するという一般的なパターンを反映しています。その普遍性にもかかわらず、現在の研究ではアスペクト感情一貫性のモデリングの可能性、特に敵対的防御における影響が十分に認識されていません。アスペクト感情一貫性をモデル化するために、我々は微分重み付け感情集約ウィンドウを構築する新しい局所的な感情集約（LSA）パラダイムを提案します。我々は実験を通じてモデルを厳密に評価し、結果はLSAがアスペクトの一貫性予測とアスペクト感情分類において優れた性能を持つことを確認しています。例えば、既存のモデルを上回り、5つの公開データセットで最先端の感情分類性能を達成しています。さらに、敵対的防御におけるLSAの有望な能力も示しており、これはその感情一貫性モデリングによるものです。この概念のさらなる探求と応用を促進するために、我々はコードを公開しました。これにより、研究者たちは将来の研究で感情一貫性モデリングを探求するための貴重なツールを得ることができます。科技/学术术语处理：- アスペクト感情一貫性 (Aspect sentiment coherency)- アスペクトベースの感情分類 (Aspect-based sentiment classification)- 局所的な感情集約 (Local sentiment aggregation, LSA)- 微分重み付け感情集約ウィンドウ (Differential-weighted sentiment aggregation window)- 敵対的防御 (Adversarial defense)