[論文レビュー] Deep Learning for Sentiment Analysis : A Survey

Lei Zhang, Shuai Wang+1 more|arXiv (Cornell University)|Jan 24, 2018

Sentiment Analysis and Opinion Mining参考文献 5被引用数 50

ひとこと要約

本論文は深層学習法が感情分析にどのように適用されているかを調査し、アーキテクチャ、データセット、およびアプリケーションを要約します。

ABSTRACT

Deep learning has emerged as a powerful machine learning technique that learns multiple layers of representations or features of the data and produces state-of-the-art prediction results. Along with the success of deep learning in many other application domains, deep learning is also popularly used in sentiment analysis in recent years. This paper first gives an overview of deep learning and then provides a comprehensive survey of its current applications in sentiment analysis.

研究の動機と目的

• 深層学習の概要と感情分析への影響を概説する。
• 深層学習を感情分析へ適用した現在の応用について包括的な調査を提供する。
• 分野における一般的なアーキテクチャ、データセット、タスク、および評価実践について論じる。

提案手法

• 感情分析に用いられる既存の深層学習アプローチをレビューおよび統合する。
• 感情タスクで広く用いられるアーキテクチャとモデルを分類する。
• 文献からデータセット、タスク、および評価実践を要約する。

実験結果

リサーチクエスチョン

• RQ1 感情分析にはどのような深層学習手法が適用され、どのように分類されるのか？
• RQ2 DLベースの感情分析で一般的に使用されるデータセットとベンチマークタスクは何であり、どのような評価実践が存在するのか？
• RQ3 深層学習を感情分析へ適用する際の主要な動向、課題、および未解決の問題は何か？

主な発見

• 感情分析における深層学習の応用について包括的な調査を提供する。
• 感情タスクで頻繁に使用されるアーキテクチャ、モデル、および構成要素を要約する。
• 文献で一般的なデータセットと評価実践について論じる。
• DLベースの感情分析における現在の動向と潜在的な研究方向についての高レベルな洞察。