Aspect Based Sentiment Analysis를 위한 Joint Training Dual-MRC 프레임워크

Aspect Based Sentiment Analysis (ABSA)는 세 가지 기본적인 하위 작업을 포함합니다: 측면 용어 추출, 의견 용어 추출, 그리고 측면 수준의 감성 분류입니다. 초기 연구에서는 이들 중 하나의 하위 작업에만 집중하였습니다. 최근에는 두 개의 하위 작업 조합을 해결하는 연구가 이루어졌습니다. 예를 들어, 측면 용어와 감성 극성을 함께 추출하거나, 측면과 의견 용어를 짝지어서 추출하는 등의 방법이 제시되었습니다. 더욱 최근에는 (측면 용어, 의견 용어, 감성 극성) 트리플을 문장에서 추출하는 트리플 추출 작업이 제안되었습니다. 그러나 이전 접근 방식들은 통합된 엔드투엔드 프레임워크에서 모든 하위 작업을 해결하지 못하였습니다. 본 논문에서는 ABSA에 대한 완전한 솔루션을 제안합니다. 우리는 두 개의 기계 독해(MRC) 문제를 구성하고, 매개변수 공유를 통해 두 개의 BERT-MRC 모델을 공동 학습하여 모든 하위 작업을 해결하였습니다. 우리는 이러한 하위 작업들에 대한 실험을 수행하였으며, 여러 벤치마크 데이터셋에서의 결과는 우리가 제안한 프레임워크의 효과성을 입증하며, 기존 최신 방법들을 크게 능가함을 보여주었습니다.