要約
感情対象抽出と意見語抽出は、観点ベース感情分析（Aspect-Based Sentiment Analysis, ABSA）における2つの基本的なサブタスクである。近年、これらのタスクにおいて多くの手法が進展を遂げている。しかし、意見対象と意見語をペアとして抽出することに焦点を当てた研究は依然として少ない。本論文では、与えられた意見対象に対して対応する意見語を抽出することを目的として、ABSAにおける新たなシーケンスラベリングサブタスクであるTOWE（Target-oriented Opinion Words Extraction）を提案する。このタスクを実行するため、対象融合型シーケンスラベリングニューラルネットワークモデルを設計した。意見対象情報を、インワード・アウトワードLSTM（Inward-Outward LSTM）により文脈に効果的に符号化した後、意見対象の左側および右側の文脈とグローバル文脈を統合し、対応する意見語を検出する。本研究では、ノートパソコンおよびレストランのレビューから得られる複数の代表的なABSAベンチマークに基づき、TOWE用に4つのデータセットを構築した。実験結果から、提案モデルが他の比較手法を著しく上回ることが示された。本研究の成果は、下流の感情分析タスクに貢献するだけでなく、ペアワイズな意見要約にも応用可能であると考えられる。