要約
近年、広範な応用が可能なことから、アスペクトベース感情分析（ABSA）はますます注目を集めている。従来のABSAデータセットにおいては、大多数の文が一つのアスペクト、あるいは同一の感情極性を持つ複数のアスペクトを含んでおり、その結果、ABSAタスクは文レベルの感情分析に退化してしまう傾向がある。本論文では、各文に少なくとも2つの異なるアスペクトが含まれ、かつそれらが異なる感情極性を持つことを特徴とする、大規模なマルチアスペクト・マルチセンチメント（MAMS）データセットを提示する。このデータセットの公開により、本分野の研究が大きく前進することが期待される。さらに、最近の自然言語処理（NLP）の進展を活かした、シンプルでありながら効果的なCapsNetおよびCapsNet-BERTモデルを提案する。我々が構築した新しいデータセット上で行った実験の結果、提案モデルは最先端のベースライン手法を顕著に上回ることが示された。