[論文レビュー] Categories of Emotion names in Web retrieved texts

Sergey Petrov, José F. Fontanari+1 more|arXiv (Cornell University)|Mar 11, 2012

Cognitive Science and Education Research参考文献 31被引用数 12

ひとこと要約

本稿では、ウェブテキストにおける感情名の共起文脈を分析することで、明示的な意味的分析を用いずに、語彙的重複を用いて類似性を計算する、新しいデータ駆動型アプローチを提案する。文脈ベースの類似性行列に対して多次元尺度構成法（MDS）と階層的クラスタリングを適用することで、人間の判断に関する研究と整合する感情のカテゴリーとコアな感情次元が同定され、自然言語データからの感情的知識のモデリングにおける本手法の信頼性が検証された。

ABSTRACT

The categorization of emotion names, i.e., the grouping of emotion words that have similar emotional connotations together, is a key tool of Social Psychology used to explore people's knowledge about emotions. Without exception, the studies following that research line were based on the gauging of the perceived similarity between emotion names by the participants of the experiments. Here we propose and examine a new approach to study the categories of emotion names - the similarities between target emotion names are obtained by comparing the contexts in which they appear in texts retrieved from the World Wide Web. This comparison does not account for any explicit semantic information; it simply counts the number of common words or lexical items used in the contexts. This procedure allows us to write the entries of the similarity matrix as dot products in a linear vector space of contexts. The properties of this matrix were then explored using Multidimensional Scaling Analysis and Hierarchical Clustering. Our main findings, namely, the underlying dimension of the emotion space and the categories of emotion names, were consistent with those based on people's judgments of emotion names similarities.

研究の動機と目的

• 人間の類似性判断に依存せずに感情名のカテゴライゼーションを実現する手法を開発すること。
• ウェブから取得したテキストの文脈が、意味的な感情のカテゴリーを明らかにできるかを検討すること。
• 文脈ベースの類似性測定が、心理学的発見と整合する感情空間を生成するかを検証すること。
• 大規模なテキストデータを用いて、感情体験の背後にある次元を同定すること。
• ウェブテキストにおける語彙的共起パターンが、既知の心理学的構造を反映していることを示すこと。

提案手法

• 本手法は、ウェブから取得したデータにおける感情名の周囲の文脈の語彙的重複に基づいて、感情名間の類似性を計算する。
• 文脈は共有語彙アイテムのベクトルとして表現され、類似性はこれらのベクトルの内積として計算される。
• これらの内積から類似性行列が構築され、感情関連の文脈における語の共起頻度が表される。
• 多次元尺度構成法（MDS）を用いて感情空間を可視化し、その背後にある次元を同定する。
• 階層的クラスタリングを用いて、文脈的類似性に基づいて感情名を整合性のあるカテゴリーにグループ化する。
• 得られた構造を、既存の心理学的モデルと比較することで妥当性を評価する。

実験結果

リサーチクエスチョン

• RQ1 ウェブテキストにおける感情名の共起パターンから、感情のカテゴリーを信頼性を持って推定できるか？
• RQ2 文脈ベースの類似性測定が、人間が推定した類似性判断と整合する感情空間を生成するか？
• RQ3 大規模なテキストデータが明らかにする感情体験の主な次元は何か？
• RQ4 得られた感情のカテゴリーは、心理学的実験から導かれたものとどのように比較できるか？
• RQ5 テキストの文脈における語彙的重複は、感情名の意味的類似性の代理として機能できるか？

主な発見

• 文脈ベースの類似性行列は、感情体験のコアな構造を的確に捉えており、主成分が覚醒度（アーザル）または強度に対応していた。
• 階層的クラスタリングにより、『恐怖』『怒り』『苦悩』といった感情名の明確なクラスタが同定され、心理学的分類と整合した。
• ウェブテキストから導かれた感情空間は、社会心理学における人間の判断研究の結果と強く整合した。
• 本手法により、『肯定的』および『否定的』の価値（バリエンス）が二次的次元として同定され、感情の価値-覚醒モデルを支持した。
• 語彙的共起パターンが自然言語データにおいて、明示的な意味的アノテーションなしに感情的知識を効果的にモデリングできることを示した。
• 本研究は、大規模なウェブコーパスが感情のカテゴライゼーションシステムを構築するための信頼できる情報源であることを確認した。