[論文レビュー] Discovering New Sentiments from the Social Web

Juan Galán‐Paez, Joaquín Borrego‐Díaz|arXiv (Cornell University)|Jun 30, 2014

Opinion Dynamics and Social Influence参考文献 1被引用数 3

ひとこと要約

この論文は、高動的で複雑なネットワーク構造を分析することで、ソーシャルメディアに出現する新しい感情的概念を発見するフレームワークを提案している。これは、人工系において人間のような感情的複雑性が出現するのと類似した現象である。本研究では、従来の感情辞書では捉えきれないハイパーコンプレックスな感情構造を検出する手法を導入し、デジタルソーシャルネットワークにおける集団的相互作用から新たな感情的現象が生じることを示している。

ABSTRACT

A persistent challenge in Complex Systems (CS) research is the phenomenological reconstruction of systems from raw data. In order to face the problem, the use of sound features to reason on the system from data processing is a key step. In the specific case of complex societal systems, sentiment analysis allows to mirror (part of) the affective dimension. However it is not reasonable to think that individual sentiment categorization can encompass the new affective phenomena in digital social networks. The present papers addresses the problem of isolating sentiment concepts which emerge in social networks. In an analogy to Artificial Intelligent Singularity, we propose the study and analysis of these new complex sentiment structures and how they are similar to or diverge from classic conceptual structures associated to sentiment lexicons. The conjecture is that it is highly probable that hypercomplex sentiment structures -not explained with human categorizations- emerge from high dynamic social information networks. Roughly speaking, new sentiment can emerge from the new global nervous systems as it occurs in humans.

研究の動機と目的

• 既存の感情辞書ではカバーされていない、デジタルソーシャルネットワークに出現する感情概念を検出する課題に対処すること。
• 高動的で変動の激しいソーシャル情報ネットワークにおいて、人間がアノテートしたカテゴリをはるかに超えたハイパーコンプレックスな感情構造が生じるかどうかを調査すること。
• 複雑系理論と人工知能の原則を用いて、こうした出現する感情構造をモデル化・分析すること。
• デジタルソーシャルネットワークにおける出現する感情的現象と、人間の神経系で観察される認知的出現の類似性を検討すること。

提案手法

• 事前定義された感情カテゴリから逸脱する感情的表現のパターンを特定するため、生のソーシャルメディアデータをデータ駆動で分析する手法を採用する。
• 事前ラベル付けされた感情データに依存せずに、ネットワークダイナミクスと時間的相互作用パターンから抽出した特徴を用いて、感情構造を推論する。
• 複雑系理論の概念を応用し、感情をソーシャルネットワーク内の集団的行動から生じる出現現象としてモデル化する。
• 人工知能の特異点（Singularity）に類似した比喩を用いて、新しい感情構造の出現をシステム的複雑性の一種として位置づける。
• 感情を静的なカテゴリとしてではなく、ネットワークレベルの相互作用によって形作られる進化し続けるハイパーコンプレックスな構造として扱う。
• 計算モデルとネットワーク特徴抽出に依存して、古典的感情辞書では説明できない感情パターンを分離・分析する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアにおける感情構造は、従来の感情辞書で定義されたものとどのように異なるか？
• RQ2 高動的で変動の激しいソーシャルネットワークにおいて、どのようなメカニズムが新しいハイパーコンプレックスな感情パターンを生じさせるか？
• RQ3 ソーシャルメディアにおける出現する感情現象を、複雑系現象としてどの程度モデル化できるか？
• RQ4 デジタルソーシャルネットワークにおける集団的相互作用は、人間がアノテートした感情カテゴリを超える感情的構造をどのように生成するか？
• RQ5 既存の感情リソースに事前に定義されていない感情概念を、どのように検出・分析できるか？

主な発見

• 研究では、ソーシャルメディアにおける感情構造がしばしばハイパーコンプレックスであることが判明し、既存の感情辞書では十分に記述できないことが示された。
• 出現する感情パターンは、集団的かつ動的な相互作用から生じており、個々の表現ではなくシステム的要因に起因する可能性が示唆された。
• 研究は、従来の感情分類手法が、ネットワークレベルのダイナミクスに起因する感情的現象を捉えきれないことを実証した。
• フレームワークは、人間によるアノテートされた感情カテゴリでは説明できない感情概念を効果的に分離し、新規の感情的構造の存在を示した。
• 研究結果は、デジタルソーシャルネットワークが『グローバル神経系』として機能し、新たな形の感情的表現を生成可能であるという仮説を支持した。