【論文メモ】Neural Attention Modelを用いた観点付き評判分析

論文名

柳瀬利彦, 柳井孝介, 佐藤美沙, 三好利昇, 丹羽芳樹: Neural Attention Modelを用いた観点付き評判分析, The 30th Annual Conference of the Japanese Society for Artificial Intelligence, 2016.

どんなもの？

• Neural Network の一種である Neural Attention Model [Luong 15] を用いた観点付き評判分析の方法を提案
  • [Luong 15] Luong, T., Pham, H., and Manning, C. D.: Effective Approaches to Attention-based Neural Machine Translation, in Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing, pp. 1412–1421, Lisbon, Portugal (2015), Association for Computational Linguistics
• 通常の評判分析と異なり本タスクでは，観点に対応する文中の表現を特定することが必要

先行研究と比べてどこがすごい？

• 辞書などの人手で作成した言語資源が不要なRNN や CNN を用いた手法が主流
• 特に、注目箇所の特定を自動的に行う方法として，機械翻訳ではNeural Attention Model が用いられる
  • Attention層が文脈に合わせて各トークンの重要度を計算することで，文脈にあわせた判断ができる．

技術や手法のキモはどこ？

Neural Network の一種である Neural Attention Modelを、観点付き評判分析に応用

どうやって有効だと検証した？

ABSA2015 データセットを用いた評価で従来の最も高い精度を実現したチームと同等かそれ以上の精度を実現した．

議論はある？

今後の課題として，日本語を含めた多言語への応用を考えている．

次に読むべき論文は？

[Luong 15] Luong, T., Pham, H., and Manning, C. D.: Effective Approaches to Attention-based Neural Machine Translation, in Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing, pp. 1412–1421, Lisbon, Portugal (2015), Association for Computational Linguistics