목표 지향적 의견 단어 추출을 위한 타겟 융합 신경 시퀀스 레이블링

의견 대상 추출과 의견어 추출은 문맥 기반 감성 분석(Aspect-Based Sentiment Analysis, ABSA)에서 두 가지 핵심 하위 작업이다. 최근 이러한 두 작업에 대한 많은 방법들이 발전해 왔지만, 의견 대상과 의견어를 쌍으로 추출하는 연구는 여전히 드물다. 본 논문에서는 주어진 의견 대상에 대응하는 의견어를 추출하는 것을 목표로 하는 ABSA의 새로운 시퀀스 레이블링 하위 작업인 TOWE(Target-oriented Opinion Words Extraction)를 제안한다. 이 작업을 수행하기 위해, 타겟을 통합하는 시퀀스 레이블링 신경망 모델을 설계하였다. 의견 대상 정보는 내향-외향 LSTM(Inward-Outward LSTM)을 통해 문맥에 효과적으로 인코딩된다. 이후 의견 대상의 왼쪽 및 오른쪽 문맥과 전역 문맥을 결합하여 대응하는 의견어를 탐색한다. 또한 노트북 및 레스토랑 리뷰에서 활용되는 여러 유명한 ABSA 기준 데이터셋을 기반으로 TOWE를 위한 네 가지 데이터셋을 구축하였다. 실험 결과, 제안한 모델이 비교 대상 모델들에 비해 유의미하게 우수한 성능을 보였다. 본 연구가 후속 감성 분석 작업에 기여할 뿐만 아니라, 쌍별 의견 요약(pair-wise opinion summarization)에도 활용될 수 있을 것으로 기대한다.