要約
現在の主流であるAspect-Based Sentiment Analysis（ABSA）モデルの多くは、一度に一つのaspectの感情極性を予測するにとどまり、そのaspectの表現を他の文脈やaspectに基づいて強化することに主眼を置いている。この「一対一」のアプローチは、多aspect・多感情文が、異なるaspectそれぞれに固有の具体的な記述を含むだけでなく、複数のaspectに共通するグローバルな文脈情報も含んでいるという事実を無視している。これらの課題を包括的に捉えるために、本研究では、文の特定の記述に基づき、すべてのaspectの表現を同時にモデル化するとともに、文全体に共有される文脈情報を用いてそれらの関係性をより効果的に統合できる、一対多型ABSAフレームワーク「You Only Read Once（YORO）」を提案する。複数のaspectの感情極性を同時に予測することは、計算効率および予測精度の向上に寄与する。本手法は、MAMS、Rest14、Lap14の3つの公開データセット上で広範な実験によって評価された。実験結果から、YOROが多aspect・多感情シナリオの処理において有効であることが示されるとともに、一対多型ABSAが効率性と精度のバランスを実現する可能性を示している。