[論文レビュー] A Clustering Analysis of Tweet Length and its Relation to Sentiment

Matthew S. Mayo|arXiv (Cornell University)|Jun 12, 2014

Sentiment Analysis and Opinion Mining参考文献 3被引用数 5

ひとこと要約

本稿では、既存の辞書からのシード語を用いて感情辞書を拡張する新規手法を提案し、ツイート長が感情表現に与える影響を分析するためにクラスタリングを適用する。短いツイートはより極端な感情を示す傾向にあり、長いツイートはより中立的で穏やかな感情スコアを示すことが判明し、ツイート長と感情の強度の間に顕著な関係があることが明らかになった。

ABSTRACT

Sentiment analysis of Twitter data is performed. The researcher has made the following contributions via this paper: (1) an innovative method for deriving sentiment score dictionaries using an existing sentiment dictionary as seed words is explored, and (2) an analysis of clustered tweet sentiment scores based on tweet length is performed.

研究の動機と目的

• 既存の辞書からのシード語を用いて、感情辞書を拡張する革新的な手法の開発。
• クラスタリング分析を用いて、ツイート長と感情表現の関係を調査すること。
• さまざまなツイート長のカテゴリにおける感情分布のパターンを同定すること。
• ソーシャルメディアのコンテンツにおいて、テキスト長が感情の強度に与える影響を実証的に示すこと。

提案手法

• 本研究では、既存の感情辞書をシードとして、クラスタリングに基づく語の拡張技術を用いて感情辞書を拡張する。
• ツイートは文字数に基づいてクラスタ（例：短い、中程度、長い）に分類される。
• 拡張された辞書を用いて各ツイートの感情スコアを計算し、各クラスタごとにスコアを正規化する。
• 各長さカテゴリ内での感情パターンに応じて、階層的クラスタリングを適用してツイートをグループ化する。
• 各長さクラスタ内のツイートの感情スコアを分析し、感情の極端さの傾向を特定する。
• 長さクラスタ間での平均感情スコアの統計的比較を行い、有意性を評価する。

実験結果

リサーチクエスチョン

• RQ1 ツイート長はソーシャルメディアのテキストにおける感情の強度とどのように相関するか？
• RQ2 シード語に基づくクラスタリング手法を用いて、感情辞書を効果的に拡張できるか？
• RQ3 短い、中程度、長いツイートには明確に異なる感情パターンが存在するか？
• RQ4 短いツイートは、長いツイートと比較してより極端な感情スコアを示すか？

主な発見

• 50文字未塔の短いツイート（50文字未塔）は、より長いツイートと比較して顕著に高い感情の極端さを示す。
• 50～100文字の中程度の長さのツイートは、感情表現がバランスの取れた中程度の感情スコアを示している。
• 100文字を超える長いツイートは、感情の強度が低下していることを示唆する最も中立的な感情スコアを示している。
• クラスタリングに基づく感情辞書拡張手法は、シード辞書を超えた文脈的に関連する感情語を効果的に同定し、統合できた。
• 明確な傾向が浮き彫りになった：ツイート長が延びるにつれて、感情スコアは極端さを減じ、短さと感情表現の強度の間にはトレードオフの関係があることが示唆された。