[論文レビュー] Automatic Construction of Context-Aware Sentiment Lexicon in the Financial Domain Using Direction-Dependent Words

Jihye Park, Hye Jin Lee+1 more|arXiv (Cornell University)|Jun 10, 2021

Sentiment Analysis and Opinion Mining参考文献 25被引用数 7

ひとこと要約

本稿では、ポイントワイズ相互情報量（PMI）を用いて方向性に依存する語（例：'up' や 'down'）と組み合わせることで、方向性に応じた感情の変化を捉える文脈に配慮した金融感情用語集 Senti-DD を提案する。この手法は、金融ニュースの見出しから文脈に依存する感情語を自動で同定し、Loughran-McDonald などのベースライン用語集よりも顕著に感情分類の精度を向上させる。

ABSTRACT

Increasing attention has been drawn to the sentiment analysis of financial documents. The most popular examples of such documents include analyst reports and economic news, the analysis of which is frequently used to capture the trends in market sentiments. On the other hand, the significance of the role sentiment analysis plays in the financial domain has given rise to the efforts to construct a financial domain-specific sentiment lexicon. Sentiment lexicons lend a hand for solving various text mining tasks, such as unsupervised classification of text data, while alleviating the arduous human labor required for manual labeling. One of the challenges in the construction of an effective sentiment lexicon is that the semantic orientation of a word may change depending on the context in which it appears. For instance, the word ``profit" usually conveys positive sentiments; however, when the word is juxtaposed with another word ``decrease," the sentiment associated with the phrase ``profit decreases" now becomes negative. Hence, the sentiment of a given word may shift as one begins to consider the context surrounding the word. In this paper, we address this issue by incorporating context when building sentiment lexicon from a given corpus. Specifically, we construct a lexicon named Senti-DD for the Sentiment lexicon composed of Direction-Dependent words, which expresses each term a pair of a directional word and a direction-dependent word. Experiment results show that higher classification performance is achieved with Senti-DD, proving the effectiveness of our method for automatically constructing a context-aware sentiment lexicon in the financial domain.

研究の動機と目的

• 静的用語集が金融テキストにおける文脈依存の感情の変化を捉えられないという限界を解消すること。
• 方向性の修飾語（例：'up' や 'down'）に応じて感情極性が変化する語（方向性依存語）を自動で同定する手法を開発すること。
• 金融文書における感情分類を向上させる文脈に配慮した感情用語集（Senti-DD）を構築すること。
• Senti-DD の有効性を、既存のドメイン特化用語集と比較して、感情分類性能の向上について評価すること。
• このデータ駆動型アプローチが、文脈に依存する感情語を有する他の分野へも適用可能かどうかを検討すること。

提案手法

• 本手法は、候補語と方向性依存タイプ（比例的または逆比例的）との間の関連強度を測るためにポイントワイズ相互情報量（PMI）を用いる。
• 方向性依存語は、ラベル付きの金融ニュースコーパス内における方向語（例：'up', 'down'）との共起パターンを分析することで同定される。
• フレームワークは、各語を「比例的」（'up' と組み合わせると肯定的、'down' と組み合わせると否定的）または「逆比例的」（'up' と組み合わせると否定的、'down' と組み合わせると肯定的）のいずれかのタイプに分類する。
• Senti-DD は、(方向語, 方向性依存語) の語のペアのリストとして構築され、PMI に基づく関連強度によって感情極性が割り当てられる。
• 拡張された用語集は、Loughran-McDonald 感情用語集に統合されて、感情分類性能の向上に活用される。
• 本手法は、感情ラベルが人手で付与された金融ニュース見出しデータセット（DS50）を用いて訓練および評価される。

実験結果

リサーチクエスチョン

• RQ1 金融テキストにおける方向性依存語は、方向語との共起パターンを用いて自動で同定可能か？
• RQ2 文脈に配慮した感情ペア（例：'up' + 'profit'）を組み込むことで、金融文書における感情分類精度が向上するか？
• RQ3 提案された Senti-DD 用語集は、Loughran-McDonald のような既存の静的感情用語集と比較して、金融感情分類でどの程度の性能を示すか？
• RQ4 方向語タイプのデータの不均衡が、抽出された方向性依存語の品質にどの程度影響を及えるか？
• RQ5 提案された手法は、文脈に依存する感情語を有する他の分野へ一般化可能か？

主な発見

• Senti-DD 用語集は、金融ニュース見出しにおける感情分類タスクで、Loughran-McDonald 感情用語集を顕著に上回る性能を示した。
• 'acquisition', 'agreement', 'communication' などの語が、'up' と組み合わせると肯定的、'down' と組み合わせると否定的であると正しく同定され、比例的方向性依存語として適切に処理された。
• DS50 データセットから、58 種の比例的および 10 種の逆比例的方向性依存語が成功裏に抽出され、データの不均衡にもかかわらず実用性が示された。
• 文脈に配慮した語のペアの組み込みにより分類性能が向上し、方向性依存性による感情の変化を捉える有効性が裏付けられた。
• 結果から、'profit' や 'cost' のような方向性依存語は文脈に応じた感情極性を示すことが明らかとなり、静的用語集ではこれを捉えられていないことが示された。
• データの不均衡が一部の語の同定に影響を与えた（例：'beer', 'day'）ものの、PMI を用いたアプローチは、スケーラブルで自動化された感情用語集構築の可能性を示している。