ポアンカレ円板における感情分析のためのブスマン・エネルギーに基づく注意機構

Abstract

テキストメッセージからのきめ細かな感情分析のための、新規の完全に双曲（ハイパボリック）的な深層学習アーキテクチャであるEmBolicを提案します。基盤となる考え方は、双曲幾何が、語と感情の双方における階層構造を効率的に捉えるという点です。本研究の文脈では、これらの階層的関係は意味の曖昧さから生じます。EmBolicは、感情を測地構造を持たない単なるカテゴリ集合として扱うのではなく、感情の連続空間上での曲率を推論することを目指します。アーキテクチャの中核には、双曲ディスク上の注意機構があります。モデルはテキストメッセージからクエリ（双曲ディスク上の点）を生成するように学習され、キー（境界上の点）は生成されたクエリから自動的に現れます。予測は、クエリとキーの間のブースマン・エネルギーに基づき、特定のテキストメッセージが感情を表すクラス方向とどれほどよく一致しているかを評価します。実験の結果、表現空間の次元が小さい場合でも、強い汎化特性と、かなり良好な予測精度が示されました。全体として、本研究は、情動コンピューティングが双曲表現が特に有利となるアプリケーション領域の1つであるという主張を支持するものです。