Aspect-oriented Opinion Alignment Network for Aspect-Based Sentiment Classification

要約

アスペクトベースのセンチメント分類は、コンテキストに応じて特定のアスペクトのセンチメントの極性を予測することを目的とした、きめ細かいセンチメント分析における重要な問題です。
これまでの研究では、注意メカニズムを活用してさまざまな側面に関する意見の言葉を抽出するという点で目覚ましい進歩を遂げてきました。
しかし、根強い課題は、意味上の不一致を効果的に管理することである。これは、意見の単語を複数の側面からなる文の対応する側面と適切に整合させるという注意メカニズムが不十分であることに起因する。
この問題に対処するために、私たちは、意見の言葉と対応する側面との間の文脈上の関連性を捕捉するための、新しいアスペクト指向意見調整ネットワーク (AOAN) を提案します。
具体的には、まず、隣接する単語と特定の側面のさまざまな構成を強調表示する隣接スパン拡張モジュールを導入します。
さらに、特定の側面に関して関連する意見情報を調整する、多視点の注意メカニズムを設計します。
3 つのベンチマーク データセットに対する広範な実験により、私たちのモデルが最先端の結果を達成することが実証されました。
ソース コードは https://github.com/AONE-NLP/ABSA-AOAN で入手できます。

要約(オリジナル)

Aspect-based sentiment classification is a crucial problem in fine-grained sentiment analysis, which aims to predict the sentiment polarity of the given aspect according to its context. Previous works have made remarkable progress in leveraging attention mechanism to extract opinion words for different aspects. However, a persistent challenge is the effective management of semantic mismatches, which stem from attention mechanisms that fall short in adequately aligning opinions words with their corresponding aspect in multi-aspect sentences. To address this issue, we propose a novel Aspect-oriented Opinion Alignment Network (AOAN) to capture the contextual association between opinion words and the corresponding aspect. Specifically, we first introduce a neighboring span enhanced module which highlights various compositions of neighboring words and given aspects. In addition, we design a multi-perspective attention mechanism that align relevant opinion information with respect to the given aspect. Extensive experiments on three benchmark datasets demonstrate that our model achieves state-of-the-art results. The source code is available at https://github.com/AONE-NLP/ABSA-AOAN.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google