심층 학습을 이용한 목표 의견 단어 추출에 문법 구조 도입

대상 의견 단어 추출(TOWE, Targeted Opinion Word Extraction)은 문장에서 주어진 측면 용어(aspect-term)에 대한 의견 단어(opinion words)를 찾는 감성 분석(ABSA, Aspect Based Sentiment Analysis)의 하위 작업입니다. 현재 딥러닝 모델들은 TOWE에서 성공을 거두고 있지만, 이전 연구에서 유용하다고 입증된 문장의 구문 정보(syntactic information)를 활용하지 못하는 한계가 있습니다. 본 연구에서는 이러한 문제점을 해결하기 위해 TOWE에 사용되는 딥러닝 모델에 문장의 구문 구조(syntactic structures)를 통합하는 방법을 제안합니다. 이를 통해 구문 기반 의견 가능성 점수(syntax-based opinion possibility scores)와 단어 간의 구문적 연결(syntactic connections)을 활용할 수 있습니다. 또한, TOWE에서 단어 표현 간의 차이점을 기반으로 딥러닝 모델의 성능을 개선하기 위한 새로운 정규화 기법(regularization technique)을 소개합니다. 제안된 모델은 광범위하게 분석되었으며, 네 가지 벤치마크 데이터셋(benchmark datasets)에서 최신 기술(state-of-the-art performance) 수준의 성능을 달성하였습니다.