[論文レビュー] Over a Decade of Social Opinion Mining.

Keith Cortis, Brian Davis|arXiv (Cornell University)|Dec 5, 2020

Sentiment Analysis and Opinion Mining参考文献 405被引用数 7

ひとこと要約

本系統的レビューでは、2007年から2018年までの485件の研究を分析し、ソーシャルメディアの意見抽出に関する技術、プラットフォーム、モダリティ、言語を検討することで、マルチモーダルなソーシャルメディアコンテンツからの感情、感情、皮肉、その他の意見次元を抽出する。主なトレンド、ツール、研究ギャップを特定し、マーケティング、政治、医療、意思決定システムにおけるAI駆動の応用の発展に基盤を提供する。

ABSTRACT

Social media popularity and importance is on the increase, due to people using it for various types of social interaction across multiple channels. This social interaction by online users includes submission of feedback, opinions and recommendations about various individuals, entities, topics, and events. This systematic review focuses on the evolving research area of Social Opinion Mining, tasked with the identification of multiple opinion dimensions, such as subjectivity, sentiment polarity, emotion, affect, sarcasm and irony, from user-generated content represented across multiple social media platforms and in various media formats, like text, image, video and audio. Therefore, through Social Opinion Mining, natural language can be understood in terms of the different opinion dimensions, as expressed by humans. This contributes towards the evolution of Artificial Intelligence, which in turn helps the advancement of several real-world use cases, such as customer service and decision making. A thorough systematic review was carried out on Social Opinion Mining research which totals 485 studies and spans a period of twelve years between 2007 and 2018. The in-depth analysis focuses on the social media platforms, techniques, social datasets, language, modality, tools and technologies, natural language processing tasks and other aspects derived from the published studies. Such multi-source information fusion plays a fundamental role in mining of people's social opinions from social media platforms. These can be utilised in many application areas, ranging from marketing, advertising and sales for product/service management, and in multiple domains and industries, such as politics, technology, finance, healthcare, sports and government. Future research directions are presented, whereas further research and development has the potential of leaving a wider academic and societal impact.

研究の動機と目的

• 12年間にわたるソーシャル意見抽出研究の進化をマップし、主な研究トレンドを特定すること。
• 意見抽出研究で用いられたソーシャルメディアプラットフォーム、言語、モダリティ（テキスト、画像、動画、音声）、データセットの多様性を分析すること。
• 感情極性、感情、皮肉など、多次元的意見を抽出するための技術、ツール、NLPタスクを評価すること。
• ソーシャル意見抽出の発展と実世界の応用を促進するためのギャップと今後の研究方向性を同定すること。
• 意見抽出におけるマルチソース情報統合を統合することで、より強固なAIシステムの開発を支援すること。

提案手法

• 2007年から2018年までに学術誌および国際会議で発表された485件の研究を対象とした系統的文献レビューを実施した。
• 研究をソーシャルメディアプラットフォーム、言語、モダリティ（テキスト、画像、動画、音声）、および感情分析や皮肉検出などのNLPタスクごとに分類した。
• テキスト、画像、動画、音声などの異なるデータタイプに対応する意見抽出で用いられる技術（ルールベース、機械学習、ディープラーニング）を分析した。
• 再現性とスケーラビリティを評価するために、意見抽出研究で使われた公開済みのソーシャルデータセット、ツール、フレームワークを評価した。
• プラットフォーム、言語、モダリティ、応用分野の複数の次元にわたる統合的分析を通じて、研究トレンドと課題を同定した。
• 出版トレンドとメソドロジーギャップの主題的および定量的分析を通じて、今後の研究方向性を同定した。

実験結果

リサーチクエスチョン

• RQ1 2007年から2018年までの間、ソーシャル意見抽出研究で主に使われたソーシャルメディアプラットフォームと言語は何か？
• RQ2 この期間にわたり、テキスト、画像、動画、音声モダリティにおける意見抽出技術はどのように進化したか？
• RQ3 意見抽出で一般的に使われているNLPタスクとツールは何か？また、プラットフォームやモダリティによってその特徴はどのように異なるか？
• RQ4 皮肉や皮肉の検出、マルチモーダル統合に関して、現在の意見抽出研究における主な課題と制限は何であるか？
• RQ5 ソーシャル意見抽出の発展とその実世界の応用を促進する上で、最も有望な今後の研究方向性は何か？

主な発見

• 意見抽出研究の大多数は、Twitter や Facebook などのテキストベースのコンテンツに焦点を当てており、動画や音声モダリティへの注目は限定的である。
• 英語が研究の主流であったが、非英語圏およびリソースが限られた言語における研究ギャップが顕著である。
• 機械学習およびディープラーニング技術は、ルールベース手法を上回る性能を示しており、特に感情極性や感情検出タスクで顕著である。
• 皮肉や皮肉の検出は依然として大きな課題であり、正確性が低く、アノテート済みデータセットも限られている。
• マルチモーダルな意見抽出（テキスト＋画像／動画／音声）は新興分野ではあるが、未だに研究が不足しており、標準化されたデータセットやツールが少ない。
• 医療、ファイナンス、政府分野などの応用分野は、高い実装可能性を有するが、現在の意見抽出研究においては未だに過小評価されている。