초록
본 논문에서는 사전 훈련된 언어 모델, 예를 들어 BERT와 같은 컨텍스트 기반 임베딩의 모델링 능력을 E2E-ABSA 작업에 대해 탐구한다. 구체적으로, E2E-ABSA 문제를 다루기 위한 단순하면서도 통찰력 있는 신경망 기반 기준 모델들을 구축하였다. 실험 결과, 단순한 선형 분류층만을 사용하더라도, 본 연구에서 제안하는 BERT 기반 아키텍처가 기존 최고 성능 모델들을 초월함을 확인할 수 있었다. 또한, 이전 연구에서 거의 간과되었던 점을 보완하여, 모델 선택을 위해 일관되게 보류 검증 데이터셋( hold-out validation dataset)을 활용함으로써 비교 연구의 표준화를 도모하였다. 따라서 본 연구는 E2E-ABSA 작업에 대한 BERT 기반 기준 모델로서의 가치를 지닌다.