Aspect Sentiment Quad 예측을 통한 동의어 생성

최근 몇 년간 Aspect-based Sentiment Analysis (ABSA)는 광범위하게 연구되어 왔으며, 일반적으로 관점 카테고리(Aspect Category), 관점 단어(Aspect Term), 의견 단어(Opinion Term), 감성 극성(Sentiment Polarity)의 네 가지 기본 감성 요소를 포함한다. 기존 연구들은 보통 네 가지 감성 요소를 동시에 예측하는 것이 아니라, 부분적인 감성 요소 탐지에 초점을 맞추고 있다. 본 연구에서는 주어진 감성 문장에 대해 네 가지 감성 요소를 동시에 쿼드 형태로 공동 탐지하는 Aspect Sentiment Quad Prediction (ASQP) 태스크를 제안한다. 이는 더 포괄적이고 완전한 관점 수준의 감성 구조를 드러내는 데 기여한다. 또한, ASQP 태스크를 복수화 생성(paraphrase generation) 과정으로 재정의하는 새로운 \textsc{Paraphrase} 모델링 프레임워크를 제안한다. 한편으로, 생성 형식은 ASQP를 엔드 투 엔드(end-to-end) 방식으로 해결할 수 있게 하여 파이프라인 기반 접근에서 발생할 수 있는 오류 전파 문제를 완화한다. 다른 한편으로, 감성 요소의 의미를 자연어 형태로 생성하도록 학습함으로써 그 의미적 특성을 보다 충분히 활용할 수 있다. 기준 데이터셋에 대한 광범위한 실험 결과는 제안된 방법의 우수성과 제안된 통합 \textsc{Paraphrase} 모델링 프레임워크가 다양한 태스크 간 전이 학습(transfer learning)에 뛰어난 능력을 갖추고 있음을 입증한다.