Aspect-level 감정 분석을 위한 위치 인지 양방향 주의망

Aspect-level 감성 분석은 주어진 문장 내 각 특정 aspect term의 감성 극성(sentiment polarity)을 구분하는 것을 목표로 한다. 산업계와 학계 모두 aspect term과 문장 간의 관계의 중요성을 인식하고, 일련의 어텐션 모델을 설계하여 이 관계를 모델링하려는 시도를 해왔다. 그러나 기존 대부분의 방법들은 aspect term의 감성 극성을 식별하는 데 있어 위치 정보(position information) 역시 매우 중요하다는 사실을 간과하고 있다. 문장 내에 aspect term이 등장할 때, 이 term에 인접한 단어들에 더 많은 주의를 기울여야 하며, 거리가 먼 단어들보다 우선시되어야 한다. 따라서 우리는 양방향 GRU 기반의 위치 인지형 양방향 어텐션 네트워크(Position-aware Bidirectional Attention Network, PBAN)를 제안한다. PBAN은 aspect term의 위치 정보에 주목할 뿐만 아니라, 양방향 어텐션 메커니즘을 활용하여 aspect term과 문장 간의 상호 관계를 동시에 모델링한다. SemEval 2014 데이터셋을 활용한 실험 결과를 통해 제안하는 PBAN 모델의 효과성을 입증하였다.