Métodos para la detección de sentimientos hacia aspectos del desarrollo económico y social en oraciones rusas

Este artículo estudia la tarea de detección de sentimientos hacia aspectos del desarrollo económico y social en oraciones rusas. El aspecto hacia el cual se determina el sentimiento puede ser mencionado explícitamente o implícitamente. Los autores estudian las posibilidades de utilizar clasificadores de redes neuronales y proponen un algoritmo para determinar el sentimiento hacia un aspecto basado en reglas semánticas implementadas mediante el uso de árboles de constitución. El sentimiento hacia un aspecto se determina en dos etapas. En la primera etapa, se encuentran los términos del aspecto (eventos o fenómenos mencionados explícitamente asociados con el aspecto) en la oración. En la segunda etapa, el sentimiento hacia un aspecto se calcula como el sentimiento hacia el término del aspecto que está más estrechamente asociado con el aspecto. Este documento propone varios métodos para buscar los términos del aspecto. El rendimiento del modelo se evalúa en un corpus de 468 oraciones extraídas de materiales de campaña electoral. El mejor resultado para los clasificadores de redes neuronales se obtiene utilizando la red neuronal BERT-SPC preentrenada en la tarea de identificar el sentimiento hacia un aspecto mencionado explícitamente; la medida macro F es 0.74. El mejor resultado para el algoritmo basado en reglas semánticas se obtiene utilizando el método de búsqueda de términos de aspecto basado en similitud semántica; la medida macro-F es 0.63. Al combinar BERT-SPC y el algoritmo basado en reglas en un ensemble, la medida macro-F es 0.79, que es el mejor resultado obtenido en este estudio.