초록
Aspect-Based Sentiment Analysis (ABSA, 측면 기반 감성 분석)는 시장 제품에 대한 소비자 의견을 연구합니다. 이는 제품 리뷰에서 표현된 감성의 유형과 감성 대상(감성 타겟)을 검토하는 것을 포함합니다. 리뷰에서 사용되는 언어를 분석하는 것은 언어에 대한 깊은 이해가 필요한 어려운 작업입니다. 최근 몇 년 동안 BERT \cite{devlin2019bert}와 같은 심층 언어 모델이 이 방면에서 큰 진전을 보여주었습니다. 본 연구에서는 BERT 위에서 사용하기 위한 두 가지 간단한 모듈인 병렬 집계(Parallel Aggregation)와 계층적 집계(Hierarchical Aggregation)를 제안하여 주요 ABSA 작업인 측면 추출(Aspect Extraction, AE)과 측면 감성 분류(Aspect Sentiment Classification, ASC)의 모델 성능을 개선하고자 합니다. 우리는 제안된 모델을 적용하면 BERT 모델의 추가 학습이 필요하지 않다는 것을 보여줍니다. 소스 코드는 웹에서 제공되어 후속 연구 및 결과 재현에 활용할 수 있습니다.