文献

J-GLOBAL ID：202002255547424167   整理番号：20A2146432

自己注意融合ネットワークによるアスペクトカテゴリー感情分析【JST・京大機械翻訳】

Aspect Category Sentiment Analysis with Self-Attention Fusion Networks

著者 (6件)： Huang Zelin (Software Engineering Institute, East China Normal University, Shanghai, China) ,  Zhao Hui (Software Engineering Institute, East China Normal University, Shanghai, China) ,  Zhao Hui (Shanghai Key Laboratory of Trustworthy Computing, Shanghai, China) ,  Peng Feng (Software Engineering Institute, East China Normal University, Shanghai, China) ,  Chen Qinhui (Software Engineering Institute, East China Normal University, Shanghai, China) ,  Zhao Gang (Microsoft, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12114  ページ： 154-168  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： アスペクトカテゴリー感情分析(ACSA)は,アスペクトベースの感情分析(ABSA)のサブタスクである。それは,文章におけるあらかじめ定義されたアスペクトカテゴリーの感情極性を同定することを目的とする。ACSAは,目標に向けたオンラインレビューの膨大な量に対して,近年大きな注目を集めている。既存の方法は,主にLSTM,CNNのような新しいアーキテクチャの利用と,アスペクトカテゴリに向けての有益な文章に集中する注意機構を利用する。しかし,それらは,ACSAタスクにとって重要な,アスペクトカテゴリーと対応する文章の融合に多くの注意を払わない。本論文では,感情分類の性能を改善するために,アスペクトカテゴリーと対応する文章の深い融合に焦点を当てた。新しいモデル,すなわち自己拡張融合ネットワーク(SAFN)を提案した。最初に,マルチヘッド自己注意機構を利用して,別々に文章とアスペクトカテゴリー注意特徴表現を得た。次に,これらの2つの注意特徴表現を深く融合するために,マルチヘッド注意機構を使用した。最後に,畳み込み層を適用して有益な特徴を抽出した。オンライン自動車製品フォーラムから収集された中国語のデータセットと,SemEval2015タスク12からの英語,Laptop-2015の公開データセットに関する実験を行った。実験結果は,著者らのモデルが実質的改良によってより高い有効性と効率を達成することを証明した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 極性 ,  畳込み ,  自動車 ,  *ネットワーク ,  英語 ,  中国語 ,  有効性 ,  計算機アーキテクチャ
準シソーラス用語： オンライン ,  特徴表現 ,  感情分析 ,  長短期記憶 ,  マルチヘッド , 【Automatic Indexing@JST】

著者キーワード (3件)： アスペクトカテゴリー感情分析 ,  自己注意融合ネットワーク ,  マルチヘッド注意機構

分類 (2件)： 自然語処理  (JE06000L) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (5件)： 自己 ,  注意 ,  融合 ,  カテゴリー ,  感情分析