元智大學資訊管理學系第三十屆專題製作競賽網頁報告

2. 相關技術與研究

在本章中，將介紹本專題所探討之基於面向的情感分析（Aspect-Based Sentiment Analysis, ABSA）相關的基本技術，以及近年情感分析領域中的主要方法。特別聚焦於自然 語言處理領域中廣泛應用的深度學習模型與前處理方法等，說明實作過程中所需的關鍵要素。

2.1 情感分析與ABSA的基礎

2.1.1 情感分析的概要

情感分析是一種從文字中讀取意見或感想，並判斷其屬於「正面（Positive）」、「負面 （Negative）」或「中立（Neutral）」的技術。分析對象為評論網站內容。

2.1.2 ABSA（基於面向的情感分析）

ABSA 是情感分析中一種更為細緻的分析方法，其目的是針對文本中所包含的各個面向 （評價對象），判斷其分別所對應的情感傾向。例如，在一則飯店評論中提到：「地點很方 便，但早餐有些令人失望」，則可分別分析為「地點＝正面」、「早餐＝負面」，如此便能 從多個觀點進行情感評估。 本專題聚焦於此類句子中，自動抽取如「地點」「早餐」等面向詞（Aspect Term）的部分。

2.2 ABSA的課題與展望

ABSA 在技術上仍面臨數項挑戰。例如，有些評論文中並未明確指出面向詞（Aspect）， 必須依靠上下文進行推測。此外，日語中常見的模糊表達、委婉的否定或間接的建議語句 等，也會使模型的判斷變得更加困難。為了解決這些問題，不僅需要提升模型的準確度，還 必須在標註方法上加以創新，並強化模型的語境理解能力。 本專題即是以提升面向詞抽取的準確性為目標，同時兼顧日語中獨特的語言表達與句法特性。