Aspect-Based Sentiment Analysis를 위한 챌린지 데이터셋과 효과적인 모델

최근에 Aspect-based Sentiment Analysis (ABSA)는 광범위한 응용 분야로 인해 점점 더 많은 주목을 받고 있다. 기존의 ABSA 데이터셋에서는 대부분의 문장이 하나의 아спект만을 포함하거나, 동일한 감정 극성(positive/negative)을 가진 다수의 아спект을 포함하고 있어, ABSA 작업이 문장 수준의 감성 분석으로 축소되는 문제가 존재한다. 본 논문에서는 각 문장에 최소 두 가지 이상의 서로 다른 아спект과 각각 다른 감정 극성을 포함하고 있는 새로운 대규모 다중 아спект 다중 감성(Multi-Aspect Multi-Sentiment, MAMS) 데이터셋을 제안한다. 이 데이터셋의 공개는 해당 분야의 연구 발전을 촉진할 것으로 기대된다. 또한, 최근 NLP 기술의 우수한 특징을 결합한 간단하면서도 효과적인 CapsNet 및 CapsNet-BERT 모델을 제안한다. 제안된 모델은 새로운 데이터셋에서 수행된 실험을 통해 기존 최고 수준의 기준 모델들을 상당히 능가하는 성능을 보였다.