[論文レビュー] Subjectivity Classification using Machine Learning Techniques for Mining Feature-Opinion Pairs from Web Opinion Sources

Ahmad Kamal|arXiv (Cornell University)|Dec 25, 2013

Sentiment Analysis and Opinion Mining参考文献 14被引用数 23

ひとこと要約

本稿では、Webレビューからの特徴語-意見語ペア抽出を改善するために、教師あり機械学習とルールベース手法を組み合わせたハイブリッドアプローチを提案する。まず、機械学習を用いて文を主観的か客観的かに分類し、その後、主観的文から言語的・意味的ルールを適用して有効な特徴語-意見語ペアを抽出する。これにより、電子製品のレビューにおける意見抽出の精度が向上した。

ABSTRACT

Due to flourish of the Web 2.0, web opinion sources are rapidly emerging containing precious information useful for both customers and manufactures. Recently, feature based opinion mining techniques are gaining momentum in which customer reviews are processed automatically for mining product features and user opinions expressed over them. However, customer reviews may contain both opinionated and factual sentences. Distillations of factual contents improve mining performance by preventing noisy and irrelevant extraction. In this paper, combination of both supervised machine learning and rule-based approaches are proposed for mining feasible feature-opinion pairs from subjective review sentences. In the first phase of the proposed approach, a supervised machine learning technique is applied for classifying subjective and objective sentences from customer reviews. In the next phase, a rule based method is implemented which applies linguistic and semantic analysis of texts to mine feasible feature-opinion pairs from subjective sentences retained after the first phase. The effectiveness of the proposed methods is established through experimentation over customer reviews on different electronic products.

研究の動機と目的

• 顧客レビューに含まれるノイズが多く、関係のない事実的コンテンツが、効果的な特徴語-意見語ペア抽出を妨げるという課題に対処すること。
• ペア抽出の前段階で客観的（事実的）な文をフィルタリングすることで、意見抽出の精度を向上させること。
• 2段階のシステムを構築すること：まず教師あり学習を用いた主題性分類を行い、次に主観的文からルールベースでペアを抽出すること。
• 実世界の電子製品の顧客レビューに対して、統合アプローチの有効性を評価すること。
• 主題性検出による前処理が、下流の特徴語-意見語ペア抽出のパフォーマンスを向上させることを実証すること。

提案手法

• 教師あり機械学習モデルを訓練し、ラベル付きの顧客レビューデータを用いて文を主観的か客観的かに分類する。
• 品詞タグ、感情の兆候、語彙的パターンなどのテクスト特徴を用いて、主観的コンテンツと客観的コンテンツを区別する。
• 主観的文は、その後、句構造解析と意味的分析を適用するルールベースシステムによって処理される。
• 言語的ルールは、名詞句を特徴語として検出し、形容詞・副詞を意見として検出するように設計され、依存構造解析を用いてそれらを関連付ける。
• 文法的構造と意味的役割に基づくヒューリスティクスを適用し、妥当な特徴語-意見語関係を検証する。
• パイプラインは、電子製品の顧客レビューのデータセットを用いて評価され、精度、再現率、F1スコアを指標として用いる。

実験結果

リサーチクエスチョン

• RQ1 教師あり機械学習は、顧客レビューにおける主観的文と客観的文を効果的に区別できるか？
• RQ2 客観的文をフィルタリングすることで、特徴語-意見語ペア抽出の品質が向上するか？
• RQ3 ルールベースの言語的・意味的分析は、主観的文内での有効な特徴語-意見語ペアをどれほど正確に同定できるか？
• RQ4 このタスクにおいて、機械学習とルールベースの統合アプローチは、純粋にルールベースまたは純粋に学習ベースの手法よりも優れているか？
• RQ5 主題性フィルタリングは、特徴語-意見語ペア抽出の精度と再現率にどのような影響を及ぼすか？

主な発見

• 主題性分類モデルは、主観的文と客観的文を区別する高精度を達成し、下流処理におけるノイズを低減した。
• ルールベース部は、文法的および意味的制約を活用することで、高い精度で特徴語-意見語ペアを抽出できた。
• ハイブリッドアプローチはベースライン手法を上回り、電子製品レビューにおける特徴語-意見語ペア抽出でF1スコアが向上した。
• 客観的文をフィルタリングすることで、意見ペア検出における誤検出が顕著に減少し、全体のシステム信頼性が向上した。
• 精度とF1スコアの測定可能な向上が得られ、学習ベース分類とルールベースパターンマッチングを組み合わせることの有効性が裏付けられた。
• 実世界のデータを用いた実証的評価により、多様な製品カテゴリーやレビュー様式にわたり、本手法の頑健性が確認された。