MSMO-ABSA：クロスリンガル側面ベース感情分析のためのマルチスケールかつマルチ目的最適化

要旨: アスペクトベースの感情分析（ABSA）は、過去に多言語文脈において研究上の関心が高まってきました。しかし、これまでの大部分の研究では、より頑健な特徴アライメントや、よりきめ細かなアスペクト・レベルのアライメントが欠けています。本論文では、多言語間ABSAのための新しい枠組み、MSMO（Multi-Scale and Multi-Objective optimization：マルチスケールかつマルチ目的最適化）を提案します。マルチスケール・アライメントでは、異なる文脈環境にあるアスペクト項の特徴を対応付けることで、多言語間の文レベルおよびアスペクトレベルのアライメントを達成します。具体的には、モデルの頑健性を高めるために、コードスイッチしたバイリンガル文を言語判別器と整合性トレーニング・モジュールに導入します。マルチ目的最適化では、2つの最適化目的、すなわち教師あり学習と整合性トレーニングを設計し、多言語間の意味整合性の向上を目指します。さらにモデル性能を改善するために、ターゲット言語の蒸留知識をモデルに組み込みます。結果として、MSMOは複数の言語およびモデルにわたって最先端の性能を達成することで、多言語間ABSAを大きく向上させることが示されます。