科学的レポートにおける細粒度感情分析のためのマルチリレーショナルデュアルアテンショングラフトランスフォーマー

科学分野:

• 自然言語処理
• 人工知能
• 計算言語学

背景:

• アスペクトベースの感情分析（ABSA）では、複雑な言語的依存関係のモデリングが必要となります。
• 既存のグラフベースの方法は、マルチリレーショナルデータと解釈可能性に苦労しています。
• 正確な感情極性識別は、効果的なアテンションメカニズムの欠如によって妨げられています。

研究 の 目的:

• アスペクトベースの感情分析（ABSA）を強化するための新しいフレームワーク、マルチリレーショナルデュアルアテンショングラフトランスフォーマー（MRDAGT）を提案します。
• 構文的、意味的、および談話レベルの関係を統一されたグラフアーキテクチャに効果的に統合します。
• 感情分析モデルの解釈可能性とパフォーマンスを向上させます。

主な方法:

• 複数の関係タイプを統合する新しいグラフアーキテクチャを開発しました。
• 局所的およびアスペクト中心の相互作用のバランスをとるためのデュアルアテンションメカニズムを実装しました。
• 解釈可能性のためにアテンション正則化（エントロピーベースのペナルティ、L1スパース性）を組み込みました。

主要な成果:

• MRDAGTは、複数のABSAデータセットにわたる新しい最先端のベンチマークを確立しました。
• 感情極性識別のパフォーマンスに大幅な改善を達成しました。
• 透明で言語的に根拠のある予測プロセスを実証しました。

結論:

• 提案されたMRDAGTフレームワークは、ABSAを大幅に進歩させます。
• デュアルアテンションと正則化技術は、パフォーマンスと解釈可能性の両方を向上させます。
• MRDAGTは、実世界の感情分析アプリケーションに強力なソリューションを提供します。