SKEP: 감성 지식 강화된 사전 학습을 이용한 감성 분석

최근, 사전 학습 접근법의 도움으로 감성 분석이 크게 발전하였습니다. 그러나 감성 단어와 측면-감성 쌍과 같은 감성 지식은 전통적인 감성 분석 방법에서 널리 사용되고 있음에도 불구하고, 사전 학습 과정에서 무시되어 왔습니다. 본 논문에서는 다중 감성 분석 작업을 위한 통합된 감성 표현을 학습하기 위해 감성 지식 강화 사전 학습(Sentiment Knowledge Enhanced Pre-training, SKEP)을 소개합니다. 자동으로 추출된 지식의 도움으로 SKEP는 감성 마스킹을 수행하고 세 가지 감성 지식 예측 목표를 구축하여, 단어 수준, 극성 수준 및 측면 수준에서의 감성 정보를 사전 학습된 감성 표현에 통합합니다. 특히, 측면-감성 쌍의 예측은 다중 레이블 분류로 변환되며, 이는 한 쌍 내의 단어 간 의존성을 포착하는 것을 목표로 합니다. 세 가지 유형의 감성 작업에 대한 실험 결과, SKEP가 강력한 사전 학습 기반라인보다 현저히 우수하며 대부분의 테스트 데이터셋에서 새로운 최고 성능 결과를 달성함을 보여주었습니다. 우리는 코드를 https://github.com/baidu/Senta 에서 공개합니다.