본 논문은 종속 구문 트리와 문맥 의미론을 활용하여 측면 감정 분석(ABSA)을 수행하는 기존 방법들의 한계를 극복하기 위해, 최적 수송(Optimal Transport)을 기반으로 한 새로운 모델인 OTESGN(Optimal Transport Enhanced Syntactic-Semantic Graph Network)을 제안합니다. OTESGN은 구문 그래프 인식 어텐션과 의미 최적 수송 어텐션을 통합하여, 구문적 의존성과 미묘한 의미적 정렬을 효과적으로 모델링합니다. 특히, 의미 최적 수송 어텐션은 잡음이 많은 단어들 속에서도 중요한 의견 단어들을 정확하게 포착하여 감정 신호를 정확하게 파악합니다. 적응형 어텐션 융합 모듈과 대조적 정규화를 통해 모델의 성능과 강건성을 향상시켰으며, 실험 결과 Twitter와 Laptop14 벤치마크에서 기존 최고 성능 모델보다 각각 +1.01% F1과 +1.30% F1 향상을 보였습니다.
