초록
Aspect Sentiment Triplet Extraction (ASTE)는 대상 엔티티, 해당하는 감성, 그리고 감성의 이유를 설명하는 의견 범위(opinion spans)를 추출하는 작업입니다. 기존 연구는 주로 이 문제를 파이프라인 접근 방식을 사용하여 여러 단계로 나누어 해결하였습니다. 우리는 트리플릿 내의 세 요소가 서로 매우 밀접하게 관련되어 있다는 점을 관찰하였으며, 이는 우리에게 시퀀스 태깅 접근 방식을 사용하여 이러한 트리플릿을 추출하기 위한 통합 모델을 구축할 동기를 부여하였습니다. 그러나 효과적으로 태깅 접근 방식을 설계하여 요소들 간의 풍부한 상호작용을 포착할 수 있는 트리플릿을 추출하는 것은 여전히 어려운 연구 과제입니다. 본 연구에서는 처음으로 end-to-end 모델과 새로운 위치 인지 태깅 방식(position-aware tagging scheme)을 제안하여 트리플릿을 통합적으로 추출할 수 있도록 하였습니다. 기존 데이터셋에 대한 실험 결과는 우리의 접근 방식이 트리플릿 내의 요소들을 통합적으로 포착함으로써 기존 방법론보다 성능이 개선됨을 보여주었습니다. 또한, 모델의 유효성과 강건성을 조사하기 위해 광범위한 실험을 수행하였습니다.