[論文レビュー] Improved Twitter Sentiment Analysis Using Naive Bayes and Custom Language Model

Angela S. Lin|arXiv (Cornell University)|Nov 10, 2017

Sentiment Analysis and Opinion Mining参考文献 2被引用数 3

ひとこと要約

本論文では、ナイーブベイズ分類と独自に構築した自然言語モデルを組み合わせたハイブリッド手法を提案し、開発者コミュニティにおけるプロモーションコンテンツに特化したツイッター感情分析を改善する。この手法は、製品固有のプロモーションを特定する際、90%の正確性を達成し、マイクロソフトアジュールのような企業におけるユーザ貢献スコアの向上に寄与する。

ABSTRACT

In the last couple decades, social network services like Twitter have generated large volumes of data about users and their interests, providing meaningful business intelligence so organizations can better understand and engage their customers. All businesses want to know who is promoting their products, who is complaining about them, and how are these opinions bringing or diminishing value to a company. Companies want to be able to identify their high-value customers and quantify the value each user brings. Many businesses use social media metrics to calculate the user contribution score, which enables them to quantify the value that influential users bring on social media, so the businesses can offer them more differentiated services. However, the score calculation can be refined to provide a better illustration of a user's contribution. Using Microsoft Azure as a case study, we conducted Twitter sentiment analysis to develop a machine learning classification model that identifies tweet contents and sentiments most illustrative of positive-value user contribution. Using data mining and AI-powered cognitive tools, we analyzed factors of social influence and specifically, promotional language in the developer community. Our predictive model was a combination of a traditional supervised machine learning algorithm and a custom-developed natural language model for identifying promotional tweets, that identifies a product-specific promotion on Twitter with a 90% accuracy rate.

研究の動機と目的

• ビジネスインテリジェンスにおける感情分析の洗練を通じて、ソーシャルメディアにおけるユーザ貢献スコアの向上を図ること。
• 開発者コミュニティからのツイッター投稿におけるプロモーション言語を特定し、ユーザ価値を定量化すること。
• 従来の分類手法とカスタム言語モデルを統合した機械学習モデルを構築し、正確性を向上させること。
• マイクロソフトアジュールの開発者コミュニティからの実データを応用し、実用的インサイトを得ること。

提案手法

• ラベル付きツイッターデータで訓練された教師ありナイーブベイズ分類器を用いて、感情とコンテンツタイプを分類する。
• 特に製品固有の言及を特定するため、プロモーション言語を検出する独自の自然言語モデルを開発する。
• 2つのモデルを統合することで、特に高価値なプロモーションコンテンツの同定において分類性能を向上させる。
• データマイニングおよびAI駆動の認知的ツールを用いて、ソーシャルインフルエンスおよびプロモーション意図関連の特徴を抽出する。
• モデルはマイクロソフトアジュールの開発者コミュニティからの実際のツイッターデータを用いて評価される。
• 最終的な予測モデルは、従来の機械学習とドメイン固有の言語パターンを統合することで、より高い正確性を実現する。

実験結果

リサーチクエスチョン

• RQ1 ナイーブベイズとカスタム言語モデルのハイブリッドモデルは、ツイッターにおけるプロモーションツイートの検出を改善できるか？
• RQ2 このようなモデルは、開発者コミュニティにおける製品固有のプロモーションをどの程度正確に特定できるか？
• RQ3 ドメイン固有の言語パターンを組み込むことで、ユーザ貢献スコアのための感情分析はどの程度向上するか？
• RQ4 このアプローチは、ソーシャルメディアプラットフォームにおけるユーザ価値をより洗練された指標で定量化できるか？

主な発見

• 提案されたモデルは、ツイッターにおける製品固有のプロモーションを特定する際、90%の正確性を達成した。
• カスタム言語モデルの統合により、標準的なナイーブベイズ単体よりも、プロモーションコンテンツの検出が顕著に向上した。
• モデルは開発者コミュニティにおけるプロモーション言語を効果的に捉え、ユーザ貢献の定量化を向上させた。
• このアプローチは、ソーシャルメディアデータを活用する企業向けに、より正確で実用的なユーザ貢献スコアを提供した。