アスペクトベースの感情分析（ABSA）は、特定のアスペクト用語に対する感情極性を予測する手法です。しかし、短いテキストにおける多様な感情と文脈の不足によって難易度が増します。従来のグラフベースのアプローチでは、ペアワイズ依存関係のみをモデル化しており、異なる関係の視点に対して複数のグラフを構築する必要がありました。このため、冗長性やパラメータのオーバーヘッドが生じ、エラーの伝播が発生する可能性があります。本論文では、サンプル特有の階層クラスタリングを通じてアスペクト-オピニオン構造を誘導するダイナミックなハイパーグラフフレームワーク「HyperABSA」を提案します。このハイパーエッジを構築する新しい加速フォールバックカットオフを導入し、適応的に粒度を決定します。実験により、従来の強力なグラフベースラインと比較して、顕著な改善が観察されました。