[論文レビュー] Semantic Polarity of Adjectival Predicates in Online Reviews

Ae-Lim Ahn, Éric Laporte+1 more|arXiv (Cornell University)|Nov 17, 2012

Sentiment Analysis and Opinion Mining参考文献 6被引用数 3

ひとこと要約

本稿では、特徴名詞との語彙的および文脈的関係を考慮して意味的極性を捉えることで、オンラインレビューにおける形容詞的述語の文脈に敏感な分類を提案し、感情分析の精度を向上させることを目的としている。ドメイン特化アプローチを用いて、文脈的依存関係を考慮した場合に極性割り当てが顕著に正確になることが示され、静的極性語彙よりも優れた性能を発揮した。

ABSTRACT

Web users produce more and more documents expressing opinions. Because these have become important resources for customers and manufacturers, many have focused on them. Opinions are often expressed through adjectives with positive or negative semantic values. In extracting information from users' opinion in online reviews, exact recognition of the semantic polarity of adjectives is one of the most important requirements. Since adjectives have different semantic orientations according to contexts, it is not satisfying to extract opinion information without considering the semantic and lexical relations between the adjectives and the feature nouns appropriate to a given domain. In this paper, we present a classification of adjectives by polarity, and we analyze adjectives that are undetermined in the absence of contexts. Our research should be useful for accurately predicting semantic orientations of opinion sentences, and should be taken into account before relying on an automatic methods.

研究の動機と目的

• オンラインレビューにおける形容詞の意味的極性を正確に特定する課題に取り組むこと。これはしばしば文脈に依存する。
• 特定のドメインにおける特定の特徴名詞との関係に基づいて、形容詞の極性がどのように変化するかを特定すること。
• 形容詞とその項との間の語彙的および意味的関係を統合することで、感情分類を向上させる手法を開発すること。
• 文脈依存の感情の変化を捉えられない静的極性語彙に依存するのを軽減すること。
• 特徴名詞との関係をモデル化することで、顧客レビューにおけるより正確な意見マイニングの基盤を提供すること。

提案手法

• 著者らは、ドメイン特化されたオンラインレビューにおける特徴名詞との共起パターンに基づいて、形容詞を意味的極性カテゴリ（肯定的、否定的、中立的）に分類する。
• 依存構文解析と語彙的リソースを用いて、形容詞とその中心名詞との文法的および意味的関係を分析する。
• 特定の名詞が形容詞を修飾する際の感情的傾向の変化を検討することで、文脈に配慮した極性モデルを構築する。
• ドメイン特化コーパスを活用して、特徴語-形容詞ペアに焦点を当てて、極性分類のトレーニングと評価を実施する。
• 分布的意味論を用いて、形容詞が異なる名詞文脈で一貫した極性を示すかどうかを評価する。
• 手動でアノテートされたレビュー文のデータセットを用いて評価を行い、極性予測の精度を測定する。

実験結果

リサーチクエスチョン

• RQ1 オンラインレビューにおいて、形容詞の意味的極性は、修飾する特徴名詞によってどのように変化するか？
• RQ2 静的極性語彙は、形容詞的述語における文脈依存の感情をどの程度正しく捉えられていないか？
• RQ3 形容詞とその項との間の語彙的および構文的関係をモデル化することで、極性分類の精度を向上させられるか？
• RQ4 ドメイン特化された文脈は、形容詞の極性割り当ての信頼性にどのような影響を与えるか？
• RQ5 異なる名詞と組み合わされた形容詞の分布的パターンは、その感情的傾向にどのように影響を与えるか？

主な発見

• 本研究では、形容詞の極性が修飾する特徴名詞に大きく依存しており、普遍的な極性ラベルの使用が不適切であることが判明した。
• 文脈分析により、静的語彙のみに依存する場合よりも、極性分類の精度が向上した。
• 単体では曖昧な形容詞も、特定の名詞とペアになると明確な極性を示すことがあり、文脈の重要性が浮き彫りになった。
• 形容詞とその項との間の文法的および意味的関係を活用することで、感情予測の精度が向上した。
• 研究結果から、ドメイン特化されたモデリングが、意見マイニングにおける正確な感情分析に不可欠であることが示された。
• 語彙的および文脈的環境を考慮しないと、意味的極性を信頼性を持って割り当てられないことが確認された。