抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
エンドツーエンド側面ベース感情分析(E2E-ABSA)は,意見レビューのために,アスペクト用語を共同抽出して,アスペクトレベル感情を予測することを目的とする。教師つき方法はE2E-ABSAタスクに対して有効性を示すが,アノテーションコストは細粒ラベルの必要性により非常に高い。最近の試みは,ドメイン適応技術を用いてこの問題を軽減し,単語レベルの共通知識をドメインにわたって転送する。しかし,ドメイン適応における最大の課題,すなわち,ターゲット「ラプトップ」ドメインに対するソース「Restaurant」におけるpizzaのようなドメイン特異的単語を転送する方法は解決されていない。本論文では,検索および編集方法でドメイン固有ソース単語の転送性を強化することにより,この問題に対処する新しいドメイン適応法を提案した。具体的には,すべてのソース語に対して,まず,それらの構文的および意味的役割を介してラベルなしターゲットデータから移動可能なプロトタイプを検索した。次に,プロトタイプで運ばれる知識を吸収することによって,それらの移動可能性を強化するためにソース単語を編集した。最後に,クロスドメインアスペクト抽出とアスペクトレベル感情分類を共同で達成するためのエンドツーエンドフレームワークを設計した。4つの実世界データセットに関する広範な実験を行った。結果は,移動可能なプロトタイプを導入することによって,著者らの方法が最先端の方法を著しく上回り,最良のベースラインで絶対3.95%F1増加を達成することを証明した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】