알기: 측면 기반 감성 분석의 거의 완전한 해결책

대상 기반 감성 분석 또는 측면 기반 감성 분석(Aspect-Based Sentiment Analysis, ABSA)은 다양한 감성 분석 작업을 세부적으로 수행하는 것을 의미하며, 이는 측면 추출, 측면 감성 분류 및 의견 추출 등을 포함합니다. 이러한 개별 하위 작업이나 두 개의 하위 작업 조합에 대한 많은 해결책이 존재하며, 이들은 함께 작동하여 완전한 이야기를 전달할 수 있습니다. 즉, 논의된 측면, 그에 대한 감성, 그리고 그 감성이 그렇게 형성된 이유를 설명할 수 있습니다. 그러나 이전의 어떤 ABSA 연구도 한 번에 완전한 해결책을 제공하려고 시도하지 않았습니다. 본 논문에서는 새로운 ABSA 하위 작업인 측면-감성-삼중항 추출(Aspect Sentiment Triplet Extraction, ASTE)을 소개합니다. 특히, 이 작업의 해결책은 입력에서 (무엇, 어떻게, 왜) 삼중항을 추출해야 합니다. 여기서 '무엇'은 대상 측면이 무엇인지, '어떻게'는 그들의 감성 극성이 어떻게 구성되는지, 그리고 '왜'는 그러한 극성을 갖게 된 이유(즉, 의견의 근거)를 나타냅니다. 예를 들어, "웨이터들이 매우 친절하고 파스타는 평균적이다"라는 문장에서 하나의 삼중항은 ('웨이터', 긍정적, '친절하다')가 될 수 있습니다. 우리는 이 작업을 처리하기 위한 두 단계 프레임워크를 제안합니다. 첫 번째 단계에서는 통합 모델에서 무엇, 어떻게, 왜를 예측하고, 두 번째 단계에서는 첫 번째 단계에서 예측된 무엇(어떻게)와 왜를 연결하여 삼중항을 출력합니다. 실험 결과 우리의 프레임워크는 이 새로운 삼중항 추출 작업에서 벤치마크 성능을 달성하였으며, 동시에 최신 관련 방법론으로부터 유래된 몇 가지 강력한 기준선보다 우수한 성능을 보였습니다.