[論文レビュー] Confirmatory Aspect-based Opinion Mining Processes

Jongho Im, Taikgun Song+2 more|arXiv (Cornell University)|Jul 30, 2019

Sentiment Analysis and Opinion Mining参考文献 43被引用数 6

ひとこと要約

本稿では、顧客レビューを節に分解し、品詞タグ付けと句構造解析を用いてトピック-評価バイ・タームを抽出し、事前に指定されたドメイントピックにマッチングして感情スコアを付与する、確認的アスペクトベース感情分析フレームワーク「DiSSBUS」を提案する。ハワイのトリップアドバイザーのレストランレビューに適用した結果、食事、サービス、価格などの固定トピックに関するレビュアーの意見を高い正確性で特定でき、文書や文単位のアプローチに比べて情報損失を低減し、解釈可能性を向上させた。

ABSTRACT

A new opinion extraction method is proposed to summarize unstructured, user-generated content (i.e., online customer reviews) in the fixed topic domains. To differentiate the current approach from other opinion extraction approaches, which are often exposed to a sparsity problem and lack of sentiment scores, a confirmatory aspect-based opinion mining framework is introduced along with its practical algorithm called DiSSBUS. In this procedure, 1) each customer review is disintegrated into a set of clauses; 2) each clause is summarized to bi-terms-a topic word and an evaluation word-using a part-of-speech (POS) tagger; and 3) each bi-term is matched to a pre-specified topic relevant to a specific domain. The proposed processes have two primary advantages over existing methods: 1) they can decompose a single review into a set of bi-terms related to pre-specified topics in the domain of interest and, therefore, 2) allow identification of the reviewer's opinions on the topics via evaluation words within the set of bi-terms. The proposed aspect-based opinion mining is applied to customer reviews of restaurants in Hawaii obtained from TripAdvisor, and the empirical findings validate the effectiveness of the method. Keywords: Clause-based sentiment analysis, Customer review, Opinion mining, Topic modeling, User-generate-contents.

研究の動機と目的

• 未構造化ユーザー生成コンテンツ（UGC）を分析する際の、従来の感情分析手法の限界、たとえばデータスパarsityと曖昧なトピック同定を解消すること。
• 事後的トピック抽出ではなく、事前に指定されたドメイン固有のトピックを用いることで、アスペクトベース感情分析の解釈可能性と正確性を向上させること。
• 文書や文全体ではなく節単位で分析することで、微細な感情表現を保持し、情報損失を低減すること。
• 文法的解析、トピックマッチング、感情スコアリングを統合した、体系的かつ再現可能なパイプラインを構築すること。
• 実世界のトリップアドバイザーのレストランレビューにパイプラインを実証的に適用し、有効性を検証すること。

提案手法

• 各顧客レビューを個々の節に分解し、異なる意見単位を隔離する。
• 各節を品詞タガーと句構造解析（例：Google SyntaxNet）を用いてバイ・ターム（トピック語と評価語の組み合わせ）に要約する。
• 頻度の高いバイ・タームのサブセットを抽出し、ドメイン知識を用いて手動で事前に指定されたトピック（例：食事、サービス、価格）にマッチングする。
• 非抽出バイ・タームはバギングプロセスを用いて同じトピックにマッチングさせ、各トピックの代表的バイ・ターム集合を拡張する。
• 感情スコアは、リキソンベースのアプローチ（例：Rパッケージ 'tidytext' の感情リキソン）を用いて割り当てられ、スコア範囲は -1.00（否定的）から +1.00（肯定的）である。
• 最終出力ではバイ・タームをトピックごとにクラスタリングし、感情の正負を割り当てることで、特定の側面に関するレビュアーの意見を構造的に分析可能にする。

実験結果

リサーチクエスチョン

• RQ1 文単位や文書単位のアプローチと比較して、節単位の分析は、アスペクトベース感情分析の正確性と解釈可能性を向上させるか？
• RQ2 事前に指定されたトピックを用いることで、感情分析におけるトピック同定の精度が向上し、曖昧さが軽減される程度はどの程度か？
• RQ3 バイ・タームベースの表現（トピック語＋評価語）は、短いテキストレビューにおける特定の側面に関するレビュアーの感情をどの程度的確に捉えることができるか？
• RQ4 DiSSBUSパイプラインは、実世界のレストランレビューにおいて、固定トピックに関する意見を同定・スコアリングする上でどの程度のパフォーマンスを示すか？
• RQ5 未構造化UGCに共通するデータスパarsityと感情スコアリングの課題に対して、この手法はどのように対処するか？

主な発見

• DiSSBUSアルゴリズムは、レストランレビューを節に分解し、食事、サービス、価格、環境などの事前に指定されたトピックに高い正確性でバイ・タームをマッチングさせた。
• 感情スコアリングは一貫性を示し、評価語が肯定的を示す10件の例文すべてで肯定的スコア（valence = 1.00）が割り当てられた。
• 否定的感情は『駐車場が限られている』のような節において正しく捉えられ、環境トピックの感情スコアが -1.00 となった。
• 文書や文全体の感情を集約するのではなく、個々の節を分析することで、情報損失が低減された。
• トリップアドバイザーのレビューからの実証的結果から、この手法はレビュアーの意見をレストランドメインの特定された固定側面に的確に結びつけることができた。
• 本研究は、節単位のバイ・タームとドメイン固有のトピックを用いた確認的アスペクトベース感情分析が、従来のトピックモデルやアスペクトベース分析に比べ、より正確で解釈可能な結果をもたらすことを確認した。