[論文レビュー] WordNet-feelings: A linguistic categorisation of human feelings

Advaith Siddharthan, Nicolas Cherbuin+4 more|arXiv (Cornell University)|Nov 6, 2018

Sentiment Analysis and Opinion Mining参考文献 2被引用数 14

ひとこと要約

本稿では、神経科学、心理学、言語学の学際的文献を根拠に、厳密なアノテーション手順を用いて、9つの異なるカテゴリー（例：Wellbeing、Hedonics、Socialなど）にわたり、3,664語のWordNet語義を感情として手動で分類する新しい語彙的リソース「WordNet-feelings」を紹介する。このデータセットは、コンSENSUSに基づくラベル付けとアノテーター間合意度の確認を経て作成され、一般的なセンチメントや感情カテゴリーを超えた人間の感情の精密な言語的分析を可能にする。

ABSTRACT

In this article, we present the first in depth linguistic study of human feelings. While there has been substantial research on incorporating some affective categories into linguistic analysis (e.g. sentiment, and to a lesser extent, emotion), the more diverse category of human feelings has thus far not been investigated. We surveyed the extensive interdisciplinary literature around feelings to construct a working definition of what constitutes a feeling and propose 9 broad categories of feeling. We identified potential feeling words based on their pointwise mutual information with morphological variants of the word `feel' in the Google n-gram corpus, and present a manual annotation exercise where 317 WordNet senses of one hundred of these words were categorised as `not a feeling' or as one of the 9 proposed categories of feeling. We then proceeded to annotate 11386 WordNet senses of all these words to create WordNet-feelings, a new affective dataset that identifies 3664 word senses as feelings, and associates each of these with one of the 9 categories of feeling. WordNet-feelings can be used in conjunction with other datasets such as SentiWordNet that annotate word senses with complementary affective properties such as valence and intensity.

研究の動機と目的

• 計算言語学およびNLP分野における人間の感情の体系的言語的分類の欠如に応えること。
• 神経科学、心理学、言語学の学際的研究を統合することで、'感情'を操作的に定義すること。
• 実証的および概念的差異に基づき、9つの相互に排他的で網羅的な感情カテゴリーの信頼性の高いフレームワークを構築すること。
• アノテーター間合意度が高く、語義をこれらの感情カテゴリーにマッピングする大規模で手動でアノテートされたデータセット（WordNet-feelings）を構築すること。
• 感情計算、テキスト解析、人間の感情に関する学際的研究の基盤となるリソースを提供すること。

提案手法

• 神経科学、心理学、言語学の学際的文献を調査し、'感情'を定義し、Wellbeing、Hedonics、Attraction and Repulsion、Physiological、Social、Attention、Cognitive、Self、Otherの9つの相互に排他的なカテゴリーを導出する。
• Google N-gram コーパス内の語と 'feel' の語形変形との間のポイントワイズ相互情報量（PMI）を用いて、感情に関連する語の候補を同定する。
• 選択された100語の語義11,386語に拡張したアノテーション作業を実施し、独立したラベル付けと仲裁による不一致解消を実施した。
• 11,386語のWordNet語義のうち、3,664語が感情として分類された。
• 補完的な感情的アノテーション（感情の正負、強度）をSentiWordNetを用いて行い、既存の感情データセットとの統合を可能にした。
• アノテーター間合意度指標（例：Kappa）を用いて、全プロセスを通じて信頼性と品質管理を確保した。

実験結果

リサーチクエスチョン

• RQ1 '感情'とは言語的および心理的文脈でどのようなものであり、どのように操作的に定義できるか？
• RQ2 多様な感情的経験にわたる包括的で、相互に排他的で、実証的根拠に基づいた感情分類フレームワークをどのように構築できるか？
• RQ3 複数のアノテーターが構造化されたフレームワークに従って語義を感情として信頼性高くアノテートできるか、その範囲はどの程度か？
• RQ4 提案された感情分類フレームワークは、SentiWordNet や感情語彙集といった既存の感情リソースと比べてどのように異なるか？
• RQ5 大規模で手動でキュレートされた感情語義データセットは、センチメントや感情分類を超えて感情言語処理をどのように向上させられるか？

主な発見

• 著者らは、Wellbeing、Hedonics、Attraction and Repulsion、Physiological、Social、Attention、Cognitive、Self、Otherの9つの明確に区別された人間の感情カテゴリーを同定・検証した。
• 3,664語のWordNet語義が、アノテーター間合意度（Kappa）が言語的アノテーションタスクの許容範囲を超えて高い水準で達成された信頼性の高い方法で感情としてアノテートされた。
• 合計11,386語のWordNet語義のうち、3,664語が感情として分類された。これは、大規模な手動による感情的意味のアノテーションの実現可能性を示している。
• このリソースは100人を超える研究者との共同作業によって開発され、広範な学際的参加と概念的強固さが確保された。
• WordNet-feelingsはGitHub上で公開されており、SentiWordNetなどの既存の感情NLPツールとの統合が可能で、多次元の感情分析が可能である。
• 本研究は、感情と感情の区別を明確にする基盤フレームワークを確立し、感情計算および言語的分析の新しい次元を提供している。