[論文レビュー] Simultaneous Identification of Tweet Purpose and Position

Rahul Radhakrishnan Iyer, Yulong Pei+1 more|arXiv (Cornell University)|Dec 24, 2019

Text and Document Classification Technologies参考文献 24被引用数 4

ひとこと要約

本稿では、ツイートの目的（例：情報共有、ソーシャルインタラクション）とトピックに対する立場（支持、反対、中立）を同時に特定するマルチラベル分類フレームワークを提案する。ラベル相関を活用することで分類精度を向上させる。RAkELを用い、和集合および重み付き和集合戦略による後処理を施すことで、個々の分類器を上回る性能を達成し、オバマケアデータセットにおいてKNNに比べ29.65%のF1スコア向上を達成した。

ABSTRACT

Tweet classification has attracted considerable attention recently. Most of the existing work on tweet classification focuses on topic classification, which classifies tweets into several predefined categories, and sentiment classification, which classifies tweets into positive, negative and neutral. Since tweets are different from conventional text in that they generally are of limited length and contain informal, irregular or new words, so it is difficult to determine user intention to publish a tweet and user attitude towards certain topic. In this paper, we aim to simultaneously classify tweet purpose, i.e., the intention for user to publish a tweet, and position, i.e., supporting, opposing or being neutral to a given topic. By transforming this problem to a multi-label classification problem, a multi-label classification method with post-processing is proposed. Experiments on real-world data sets demonstrate the effectiveness of this method and the results outperform the individual classification methods.

研究の動機と目的

• 個々のツイート目的および立場分類の非効率性と相関の損失を解消すること。
• ツイート目的とトピックに対するユーザーの立場との間にある本質的な相関を活用し、分類精度を向上させること。
• ツイート目的と立場を同時に予測する統合フレームワークの開発。
• 予測結果を精緻化し分類性能を向上させる後処理戦略の導入。
• オバマケアや死刑制度といった政治的トピックに関連する実世界のTwitterデータセットを用いた手法の検証。

提案手法

• ラベル相関を捉えるために、ツイート目的と立場の共同分類タスクをマルチラベル分類問題に変換する。
• n-gram、品詞タグ、統計的特徴を用いたRAkELアルゴリズムをマルチラベル分類に適用する。
• KNNに基づく近傍予測に対して、和集合および重み付き和集合の2通りの後処理戦略を適用し、ラベル出力を精緻化する。
• 各テストツイートのK番目に類似した学習インスタンスを特定するためにKNNを用い、後処理の意思決定を支援する。
• 1-gram、2-gram、品詞タグ、統計的特徴（例：単語数、標点符号頻度）を統合し、より優れた表現を実現する。
• K（近傍数）などのハイパーパrameterを最適化し、異なる値における感度を評価する。

実験結果

リサーチクエスチョン

• RQ1 ツイート目的と立場の共同予測は、個別分類と比較して分類性能を向上させることができるか？
• RQ2 後処理戦略は、ツイート分類のマルチラベル予測をどの程度精緻化できるか？
• RQ3 n-gram、品詞タグ、統計的特徴などの異なる特徴組み合わせが分類精度に与える影響は何か？
• RQ4 後処理の性能は、K（近傍数）の選択にどの程度敏感か？
• RQ5 目的と立場の間のラベル相関を、マルチラベルフレームワーク内で効果的に捉え、活用できるか？

主な発見

• 重み付き和集合後処理を施したRAkELマルチラベル分類器は、オバマケアデータセットにおいてKNNに比べ29.65%のF1スコア向上を達成した。
• RAkELに後処理を施した手法は、オバマケアおよび死刑制度の両データセットでKNNおよびSVM分類器を上回った。
• (1+2)-gram、品詞タグ、統計的特徴の組み合わせが最良のパフォーマンスを示し、オバマケアデータセットでは1-gram特徴のみに比べ10.04%のF1スコア向上を達成した。
• 重み付き和集合後処理戦略は、両データセットにおいて単純な和集合戦略を常に上回った。
• 後処理におけるKパラメータの感度は低く、K値が2から30の範囲で性能差が0.01未満にとどまった。
• 結果から、ツイート目的と立場の間の相関をモデル化することで分類精度が向上することが裏付けられた。