アスペクトベース感情解析のためのBERT性能の改善【JST・京大機械翻訳】

Karimi Akbar; Rossi Leonardo; Prati Andrea

プレプリント

J-GLOBAL ID：202202210044811404 整理番号：21P0056131

アスペクトベース感情解析のためのBERT性能の改善【JST・京大機械翻訳】

Improving BERT Performance for Aspect-Based Sentiment Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年10月22日プレプリントサーバーでの情報更新日： 2021年03月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

アスペクトベース分析(ABSA)は市場製品に関する消費者意見を研究している。それは,製品レビューで表現された感情目標と同様に,感情のタイプを調べることを含む。レビューで用いた言語の分析は,言語の深い理解を必要とする困難なタスクである。近年,BERTサイト{devlin2019bert}のような深い言語モデルは,この点で大きな進歩を示した。本研究では,2つの主要なABSAタスク,すなわち,モデルの性能を改善するために,2つの主なABSAタスク,すなわち,アスペクト抽出(AE)とAspect Sentiment分類(ASC)のために,並列凝集と階層的凝集と呼ばれる2つの簡単なモジュールを提案した。提案モデルの適用により,BERTモデルのさらなる訓練の必要性が排除されることを示した。ソースコードは,結果の更なる研究と再生のためにWeb上で利用可能である。【JST・京大機械翻訳】

, , , ,
, 【Automatic Indexing@JST】

人工知能 , 自然語処理

, ,

前のページに戻る