개방형 도메인 대상 감성 분석을 위한 구간 기반 추출 및 분류

오픈 도메인 대상 감성 분석은 문장에서 의견 대상과 그에 대한 감성 극성을 감지하는 것을 목표로 합니다. 이전 연구에서는 일반적으로 이 작업을 시퀀스 태깅 문제로 정식화하였습니다. 그러나 이러한 접근 방식은 막대한 검색 공간과 감성 불일치 등의 문제를 겪고 있습니다. 이러한 문제를 해결하기 위해, 우리는 대상 범위 경계의 지도 하에 여러 의견 대상을 직접 추출하고, 해당 범위 표현을 사용하여 해당 극성을 분류하는 스패ن 기반 추출-분류 프레임워크를 제안합니다. 또한, 이 프레임워크 하에서 파이프라인 모델, 공동 모델, 및 축소 모델 등 세 가지 접근 방식을 조사하였습니다. 세 개의 벤치마크 데이터셋에 대한 실험 결과는 우리의 접근 방식이 시퀀스 태깅 기준선보다 일관되게 우수한 성능을 보임을 입증하였습니다. 더욱이, 파이프라인 모델은 다른 두 모델에 비해 가장 뛰어난 성능을 달성하였음을 발견하였습니다.