BERTに区間損失を加味した意見対象抽出

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-24
• タイトル: BERTに区間損失を加味した意見対象抽出
• タイトル / 言語: en
• タイトル: Opinion Target Extraction using Span Loss to BERT
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 深層学習モデル
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: NHK放送技術研究所スマートプロダクション研究部
• 著者所属(英): en
• 著者所属(英): Japan Broadcasting Corp. Science & Technology Labs. Smart Production div
• 著者名: 小早川, 健
• 著者名(英): Takeshi, S. Kobayakawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 評判分析において，分析すべき意見文の中から，意見対象区間の抽出とその評価の両方を同時に行う必要がある場合があり，特に，意見対象のバリエーションが多い場合に有効な方法である．この種のタスクの場合，分析すべき意見文を全体としてポジ・ネガ判定するという文分類の問題としてではなく，分析すべき文のそれぞれの単語にラベルを付与するという系列ラベリング問題として扱う手法が有効である．しかし，従来の系列ラベリング問題では，区間の短いラベルに対しては高精度な抽出結果が得られているものの，評判分析のタスクにおいては精度が低い という問題点があった．この研究では，深層学習を用いた系列ラベルングのモデルに対して，ラベルとなりうる区間 をモデル化する手法を提案する．放送番組に関連したツイートを分析するという評判分析のタスクにおいて，このモデルの有効性を確認したので報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Extracting both opinions and opinion-targes simultaneously from opinionated sentences is sometimes required for opinion mining, especially effective when opinion targets have very wide variety. In such case, dealing the whole sentence opinion classification is not suitable. Extracting opinions and opinion-targets as a sequence labeling problem is effective, instead. However, the problem suffers from the deterioration of span detection accuracy. We propose a model to tackle this problem, and report the effectiveness by experiments, where the testdata are tweets related to TV programs.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2021-NL-251, 号 21, p. 1-6, 発行日 2021-11-24
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会