近年來，網路上每天都有大量關於商品與服務的感想與意見被發布，這些評論與口碑對消 費者而言是寶貴的參考資訊。同時，對企業來說，分析顧客的聲音也有助於改善服務與制定 新策略。因此，能夠自動從評論中抽取與分類評價與情感的「情感分析（Sentiment Analysis）」其重要性日益提升。 在情感分析之中，能夠針對文章中所包含的各種觀點（面向）進行細緻情感判斷的「基於 面向的情感分析（Aspect-Based Sentiment Analysis, ABSA）」受到矚目，因其有助於更 具體地掌握顧客需求與評估服務品質。例如，在飯店評論中若寫道「地點很方便，但房間太 小」，ABSA便能分別判斷為「地點：正面」「房間：負面」，相比於單純的整體評價，能 提供更精細的分析。

本專題旨在針對日文評論文本，建立一套能夠分類文中所包含之面向（Aspect）及其對應 情感的模型，並驗證其有效性。透過活用有限的日文資料與已習得的自然語言處理知識，實 作 ABSA模型並進行分析，以探討日文情感分析的潛力與面臨的課題。

第二章將概括本研究的基礎，包括 ABSA 的基本概念、技術背景及現有研究的趨勢。接 著，在第三章中，將介紹以該數據集為基礎所開發的能同時抽取 Aspect、Opinion 及 VA 的模型的構築方法與具體研究方法。第四章將展示所構建模型的實驗結果的分析。尤其，透 過對實驗結果的分析，我們將闡述最終課題的發現以及達成目標前的解決方法。最後，在結 論章中，我們將對本研究在提升日文評論分析精度與實用性方面所做的貢獻進行總結。