타겟 감성 분류를 위한 유형화된 구문적 종속 관계 탐구: 그래프 주의 신경망을 활용한 연구

목표 대상 감성 분류는 입력 텍스트 내 주어진 대상 언급에 대한 감성 극성(긍정/부정)을 예측하는 작업이다. 기존의 주요 방법들은 입력 문장을 인코딩하고, 대상 언급과 그 맥락 간의 관계를 추출하기 위해 신경망을 활용한다. 최근에는 종속 구문 구조를 통합하기 위해 그래프 신경망(GNN)이 탐색되어 최첨단 성능을 달성한 바 있다. 그러나 기존 방법들은 종속 관계의 레이블 정보를 고려하지 않아, 직관적으로 유용할 수 있는 정보를 소외하고 있다. 본 연구는 타입화된 문법적 종속 정보를 통합하는 새로운 관계형 그래프 주의망(Relational Graph Attention Network)을 제안한다. 표준 벤치마크에서의 실험 결과, 제안한 방법은 레이블 정보를 효과적으로 활용하여 목표 대상 감성 분류 성능을 향상시킬 수 있음을 입증하였다. 최종 모델은 기존의 최첨단 문법 기반 접근법보다 유의미하게 우수한 성능을 보였다.