LEGO-ABSA：マルチタスク・アスペクトベースセンチメント分析のためのプロンプトベースタスクアセンブリブルな統一生成枠組み

近年、要素ベース感情分析（Aspect-based Sentiment Analysis, ABSA）はますます注目を集めている。ABSAは、抽出される要素の種類に応じて複数のタスクに分類できる。既存の生成型手法は、出力を全体として扱い、異なる要素の組み合わせとしての構造には着目せず、一度に一つのタスクにのみ焦点を当てる傾向にある。本研究では、複数の要素プロンプトから構成されるタスクプロンプトの種類を制御することで、複数のABSAタスクを統一的な生成型マルチタスクフレームワークで同時に解決する手法を提案する。さらに、本手法は簡単なタスクで学習し、タスクプロンプトを組み合わせることで難易度の高いタスクへと転移可能であり、まるでレゴブロックを組み立てるように柔軟にタスクを構築できる。複数のベンチマークにおいて6つのABSAタスクに対して実験を実施した結果、提案手法はほぼすべてのタスクで新たな最先端の性能を達成し、タスク転移のシナリオにおいても競争力ある結果を示した。