[ML/DL] Aspect-Based Sentiment Analysis

ABSA(Aspect-Based Sentiment Analysis)란

대상의 하위 요소 및 특성과 관련된 용어를 고려하여, 각각에 대한 감정을 식별하는 기술

전형적인 감성 분석은 문장/단락에 대한 감성을 긍/부정으로 분류/예측

(주어진 텍스트에 하나의 측면과 하나의 극성만 있다는 가정으로진행)

→ ABSA은 문장에서 언급된 양상과 각각의 aspect 에 관련된 감성을 예측

쉽게 말하면 관련된 내용을 항목별로 모아서 보여주는 것, detection 의 개념, 그리고 더 나아가 특정 카테고리에 해당되는 내용을 대상으로 sentiment analysis를 하는 것이다. 전체에 대한 긍/부정 판단을 했다면 ABSA 를 이용해서는 특정 항목에 대한 긍/부정을 판단 할 수 있다.

• 초기연구

'주요 어휘 반복'이라는 전제로 명사출현 빈도로 Aspect 를 추출→ 감성 극성 계산

• 최근 주목받는 방법 : 3가지 subtask 통한 문제해결

1. Aspect 추출 (Aspect Extraction)

   Aspect Term 을 추출

   Text Summarization 기법 통해 키워드 추출

   1.1 추상적 접근 - Seq2Seq, Attention Mechanism 활용 방법

   문서 내용 기반의 요약 (지도학습)

   1.2 추출적 접근 - TextRank 활용 방법

   문서 집합 내 이를 대표하는 단어나 문장 선택 방법

2. Aspect 카테고리 탐지 (Aspect Category Detection)

   주어진 Aspect Term 들을 서로 다른 카테고리로 묶음

3. Aspect 에 대한 감성 극성 추출 (Sentiment Polarity)

   Aspect Term 별 감성 극성 추출, Aspect Term 은 대개 한 문장 내에 위치하기 때문에 해당 문장 내 Aspect Term에 대한 감성 극성을 판정하는 방법을 취함.

→ Aspect, Aspect에 대한 감정 추출 위해 전체 corpus에서 aspect 카테고리와 이에 해당하는 aspect 용어, 정답 감성 label 필요

• 다른 주제 단위 감성 분석에는 대표적으로 LARA 가 있다.

• ABSA 의 두가지 task

1. 문서 내에서 카테고리에 해당하는 내용 잡아내기 (detection)
2. 그에 관한 의견 분석하기 (sentiment analysis)

최근 딥러닝 기반으로 분석할 때 두 task를 함께 고려하는 layer나 vector가 있어야 둘의 연관성을 모델이 파악할 가능성이 높으므로 함께 고려할 수 있는 방향으로 연구가 진행되고 있다.

출처 : https://blog.naver.com/ys10mjh/222144933690