[論文レビュー] Semantic descriptions of 24 evaluational adjectives, for application in sentiment analysis

Cliff Goddard, Maite Taboada+1 more|arXiv (Cornell University)|Aug 24, 2016

Sentiment Analysis and Opinion Mining参考文献 9被引用数 4

ひとこと要約

この論文は、感情分析で用いられる24の評価的形容詞の意味的解釈を提供するために、自然意味的メタ言語（NSM）フレームワークを適用し、意味と使用法に基づいて5つの異なる意味的テンプレートに分類している。NSMによる解釈は、評価フレームワークの分類とは異なり、正確で言語間的に適用可能な代替手段を提供しており、コーパスに基づく、言語学的に根拠のある定義を通じて、感情分析およびNLP応用分野における精度を向上させている。

ABSTRACT

We apply the Natural Semantic Metalanguage (NSM) approach (Goddard and Wierzbicka 2014) to the lexical-semantic analysis of English evaluational adjectives and compare the results with the picture developed in the Appraisal Framework (Martin and White 2005). The analysis is corpus-assisted, with examples mainly drawn from film and book reviews, and supported by collocational and statistical information from WordBanks Online. We propose NSM explications for 24 evaluational adjectives, arguing that they fall into five groups, each of which corresponds to a distinct semantic template. The groups can be sketched as follows: "First-person thought-plus-affect", e.g. wonderful; "Experiential", e.g. entertaining; "Experiential with bodily reaction", e.g. gripping; "Lasting impact", e.g. memorable; "Cognitive evaluation", e.g. complex, excellent. These groupings and semantic templates are compared with the classifications in the Appraisal Framework's system of Appreciation. In addition, we are particularly interested in sentiment analysis, the automatic identification of evaluation and subjectivity in text. We discuss the relevance of the two frameworks for sentiment analysis and other language technology applications.

研究の動機と目的

• 自然意味的メタ言語（NSM）アプローチを用いて、24の評価的形容詞の明確な意味的記述を開発すること。
• NSMに基づく解釈と評価フレームワークの評価言語分類を比較すること。
• NSMの感情分析およびその他の言語技術応用分野における有用性を評価すること。
• コーパス支援的分析を通じて、評価的形容詞の背後にある繰り返し現れる意味的テンプレートを同定すること。
• 自動化された感情検出のための言語学的に強固で、言語間的に妥当な基盤を提供すること。

提案手法

• 24の評価的形容詞の意味的構造を分析するためにNSMフレームワークを適用すること。
• 映画や書籍のレビューから得たコーパスデータを、意味的解釈の主な証拠として用いること。
• WordBanks Onlineからの共起的および統計的データを活用して、使用パターンの妥当性を検証すること。
• 形容詞を5つの意味的テンプレートにグループ化する：第一人称の思い＋感情、体験的、身体的反応を伴う体験的、持続的影響、認知的評価。
• NSM解釈と評価フレームワークの「感謝」システムを比較し、概念的整合性と相違点を評価すること。
• 普遍的な意味的原素を用いて最小限の意味的記述を生成することで、言語間での明確さと計算機的適用可能性を確保すること。

実験結果

リサーチクエスチョン

• RQ1 自然意味的メタ言語（NSM）フレームワークは、評価的形容詞の正確な意味的解釈を生成するためにどのように適用可能か？
• RQ2 評価的形容詞の意味の背後にある繰り返し現れる意味的テンプレートは何か、そしてそれらはカテゴリごとにどのように異なるか？
• RQ3 NSM解釈は、評価フレームワークの「感謝」システムの分類とどのように比較されるか？
• RQ4 NSMに基づく意味的記述は、NLPシステムにおける感情分析の正確性をどの程度向上させられるか？
• RQ5 コーパスに基づく例と統計的共起データは、評価的言語の意味的解釈の妥当性を検証するために果たす役割は何か？

主な発見

• 24の評価的形容詞は、意味と使用パターンに基づいて5つの明確に区別される意味的テンプレートに成功して分類された。
• NSM解釈は、普遍的な意味的原素を用いて、明確で最小限かつ言語間的に妥当な定義を提供した。
• 第一人称の思い＋感情グループには、『wonderful』のように個人的な肯定的判断を表す形容詞が含まれる。
• 体験的グループ（例：『entertaining』）は、直接的な感覚的または感情的体験を記述する。
• 『gripping』のような形容詞は、身体的または感情的覚醒を示す、身体的反応を伴う体験的グループに属する。
• 認知的評価グループ（例：『complex』や『excellent』）は、即時の感情ではなく、知的または評価的判断を反映する。