SentiHood: 도시 주거지역을 위한 대상 기반 감성 분석 데이터셋

본 논문에서는 대상 기반 측면 감성 분석(Targeted Aspect-Based Sentiment Analysis) 작업을 소개합니다. 이 작업의 목표는 사용자 댓글에서 언급된 실체들에 대한 세부 정보를 추출하는 것입니다. 본 연구는 문서당 하나의 실체를 가정하는 측면 기반 감성 분석(Aspect-Based Sentiment Analysis)과 대상 실체에 대한 단일 감성을 가정하는 대상 기반 감성 분석(Targeted Sentiment Analysis)을 확장합니다. 특히, 한 개 이상의 실체 각각의 측면에 대한 감성을 식별합니다. 이 작업을 위한 테스트베드로, 도시 지역에 대해 사용자가 논의한 질문 답변(QA) 플랫폼에서 추출한 SentiHood 데이터셋을 소개합니다. 이 맥락에서 텍스트 단위는 종종 한 개 이상의 지역에 대한 여러 측면을 언급합니다. 이것은 일반적인 소셜 미디어 플랫폼이, 이 경우 QA 플랫폼이, 세부 의견 마이닝(Fine-Grained Opinion Mining)에 처음으로 사용되는 사례입니다. QA 플랫폼에서 온 텍스트는 현재 데이터셋들이 기반으로 하는 리뷰 전용 플랫폼의 텍스트와 비교하여 훨씬 덜 제약적입니다. 우리는 로지스틱 회귀(Logistic Regression)와 최신 순환 신경망(State-of-the-Art Recurrent Neural Networks)을 활용하여 여러 강력한 베이스라인을 개발하였습니다.