초록
일반적인 자연어 이해에서 특정 측면에 대한 사람들의 의견과 감정을 분석하는 것은 중요한 과제이다. 본 논문에서는 타깃 기반 감성 분석과 측면 기반 감성 분석의 도전 과제를 공통 지식(commonsense knowledge)을 활용함으로써 동시에 해결하는 새로운 솔루션을 제안한다. 우리는 장기 단기 기억(LSTM) 네트워크에 타깃 레벨 어텐션과 문장 레벨 어텐션으로 구성된 계층적 어텐션 메커니즘을 보강하였다. 감성과 관련된 개념에 대한 공통 지식은 감성 분류를 위한 딥 신경망의 엔드투엔드 학습에 통합된다. 반복 인코더에 공통 지식을 효과적으로 통합하기 위해, 우리는 LSTM의 확장형 모델인 Sentic LSTM을 제안한다. 우리는 두 개의 공개된 데이터셋에서 실험을 수행하였으며, 제안된 어텐션 아키텍처와 Sentic LSTM의 조합이 타깃 기반 측면 감성 분석 과제에서 최첨단 기법들을 능가함을 보였다.