[論文レビュー] Stance detection in online discussions

Peter Krejzl, Barbora Hourová+1 more|arXiv (Cornell University)|Jan 2, 2017

Sentiment Analysis and Opinion Mining参考文献 6被引用数 24

ひとこと要約

この論文は、オンラインディスカッションのステークス検出システムを提示する。英語のツイートを対象に開発された最大エントロピー分類器を、チェコ語のニュースコメントに適応させたものである。表面的特徴、センチメント特徴、ドメイン固有の特徴を活用し、多言語的でユーザー生成のコンテンツにおいて、ターゲットトピックに対する支持的または反対的ステークスを効果的に分類することを目的としている。

ABSTRACT

This paper describes our system created to detect stance in online discussions. The goal is to identify whether the author of a comment is in favor of the given target or against. Our approach is based on a maximum entropy classifier, which uses surface-level, sentiment and domain-specific features. The system was originally developed to detect stance in English tweets. We adapted it to process Czech news commentaries.

研究の動機と目的

• チェコ語のような低リソース言語におけるオンラインディスカッションの堅牢なステークス検出システムの開発。
• 既存の英語向けステークス検出モデルを、チェコ語のニュースコメントに対応させる。
• 表面的特徴、センチメント特徴、ドメイン固有特徴がステークス分類に与える効果の評価。
• 短く形式の自由なオンラインコメントにおけるユーザーのステークスを検出する課題への対処。
• ニュースコメント欄のユーザー生成コンテンツに適用可能な多言語ステークス検出フレームワークの貢献。

提案手法

• システムは、語彙的キューと句構造パターンなどの表面的特徴を組み合わせて学習した最大エントロピー分類器を採用する。
• センチメント特徴は、事前学習済みのセンチメント辞書を用いて、ターゲットに対する感情的トーンを抽出する。
• ドメイン固有の特徴は、議論の文脈に基づくトピック関連キーワードや用語に基づいて設計される。
• ステークスを「賛成」または「反対」として識別するために、手動でアノテートされたチェコ語ニュースコメントのデータセットを用いてモデルをファインチューニングする。
• 特徴工学には、n-gramパターン、標点の使用、ステークスを示す兆候となる弁論的マーカーが含まれる。
• 実世界のチェコ語コメントデータセットを用いて、標準的な交差検証とテストセットプロトコルに従って分類器を学習および評価する。

実験結果

リサーチクエスチョン

• RQ1 表面的特徴、センチメント特徴、ドメイン固有特徴を用いた最大エントロピー分類器は、チェコ語のニュースコメントにおけるステークス検出を効果的に実行できるか？
• RQ2 センチメント特徴とドメイン固有特徴は、低リソース言語におけるステークス分類性能にどのように寄与するか？
• RQ3 英語のツイートを対象にしたシステムを、チェコ語のユーザー生成コメントに適応できる程度はどの程度か？
• RQ4 支持的ステークスと反対的ステークスを区別するにあたり、異なる特徴タイプの相対的な重要性は何か？
• RQ5 モデルは、オンラインニュースディスカッションにおける多様なトピックとコメントスタイルにどの程度一般化できるか？

主な発見

• システムはチェコ語のニュースコメントデータセットにおいて競争力のある性能を示し、低リソース環境における特徴工学の有効性を実証した。
• センチメント特徴は、強い感情的反対や支持を特定する際に、ステークス検出の正確性を顕著に向上させた。
• ドメイン固有特徴は、政治や社会的問題といったトピック固有の議論において、ステークスを区別する能力を向上させた。
• 英語のツイートを対象にしたシステムをチェコ語のユーザー生成コメントに適応させたが、元のドメインに比べて性能は低かったが、移行性の可能性は明確に示された。
• 表面的特徴、特に語彙的キューと標点の使用は、短く形式の自由なコメントにおいてステークスを区別する上で有意義な貢献をした。
• 最大エントロピー分類器はベースラインモデルを上回る性能を示し、多言語的で非公式なテキストにおけるステークス検出に適していることが確認された。