यह शोधपत्र, निर्भरता-पार्स पार्सिंग वृक्षों और प्रासंगिक अर्थविज्ञान को संयोजित करके, आस्पेक्ट-आधारित भावना विश्लेषण (ABSA) करने वाले मौजूदा तरीकों की सीमाओं को दूर करने के लिए, इष्टतम परिवहन-संवर्धित वाक्य-विन्यास-अर्थविज्ञान ग्राफ नेटवर्क (OTESGN) मॉडल का प्रस्ताव करता है। OTESGN एक वाक्य-विन्यास-ग्राफ-जागरूक ध्यान मॉड्यूल और एक अर्थ-आधारित इष्टतम स्थानांतरण ध्यान मॉड्यूल के माध्यम से संरचनात्मक और वितरणात्मक संकेतों को एकीकृत करता है। वाक्य-आधारित-ग्राफ-जागरूक ध्यान मॉड्यूल, वाक्य-निर्देशित मास्किंग का उपयोग करके वैश्विक निर्भरताओं का मॉडल तैयार करता है, और अर्थ-आधारित इष्टतम स्थानांतरण ध्यान मॉड्यूल, सिंकहॉर्न एल्गोरिथम का उपयोग करके वितरण मिलान समस्या के रूप में आस्पेक्ट-राय संबंधों को सूत्रबद्ध करता है। एक अनुकूली ध्यान संलयन तंत्र विषमांगी विशेषताओं को संतुलित करता है, और विपरीत सामान्यीकरण सुदृढ़ता में सुधार करता है। तीन बेंचमार्क डेटासेट, रेस्ट14, लैपटॉप14 और ट्विटर पर प्रायोगिक परिणाम दर्शाते हैं कि ओटीईएसजीएन अत्याधुनिक प्रदर्शन प्राप्त करता है, लैपटॉप14 पर +1.30 मैक्रो-एफ1 सुधार और ट्विटर पर +1.01 मैक्रो-एफ1 सुधार के साथ। इसके अतिरिक्त, एब्लेशन अध्ययन और विज़ुअलाइज़ेशन विश्लेषण सूक्ष्म भावनात्मक जुड़ावों को पकड़ने और अप्रासंगिक संदर्भगत शोर को दबाने की ओटीईएसजीएन की क्षमता को उजागर करते हैं।
