要約
本論文では、様々な電子商取引サイト上のユーザーレビューから製品比較情報を抽出する深層学習に基づく手法を提案します。比較的な製品レビューには、主に以下の3つの情報エンティティが含まれています：比較対象の製品名、ユーザーオピニオン（述語）、および比較対象となる特徴または側面。これらの情報エンティティは互いに依存関係があり、レビューや言語の規則によって束縛されています。私たちは、これらの相互依存関係をLSTM（Long Short-Term Memory）を使用することで効果的に捉えることができることを確認しました。我々のシステムは既存の手動でラベル付けされたデータセット上で評価され、このタスクで一般的に使用されている既存の意味役割ラベリング（SRL: Semantic Role Labeling）フレームワークよりも優れた性能を示しています。