[논문 리뷰] A Classification of Adjectives for Polarity Lexicons Enhancement

Silvia Rodríguez Vázquez, Núria Bel|arXiv (Cornell University)|2013. 03. 08.

Sentiment Analysis and Opinion Mining참고 문헌 11인용 수 8

한 줄 요약

이 논문은 감성 분석을 위한 극성 어휘를 향상시키기 위해 수사적 성격에 따라 영향을 받는 어미(영향도가 높은)와 그렇지 않은 어미로 분류하는 도메인 인식 분류 체계를 제안한다. 이는 주관성 정도(일정, 혼합, 매우 주관적)로 추가로 분류되며, 도메인 간 어미의 극성 변화를 분석함으로써 저자들은 도메인 특화 극성 레이블링이 감성 분류 정확도를 크게 향상시킨다는 것을 입증한다. 이는 정적 어휘에 비해 더 세밀한 대안을 제공한다.

ABSTRACT

Subjective language detection is one of the most important challenges in Sentiment Analysis. Because of the weight and frequency in opinionated texts, adjectives are considered a key piece in the opinion extraction process. These subjective units are more and more frequently collected in polarity lexicons in which they appear annotated with their prior polarity. However, at the moment, any polarity lexicon takes into account prior polarity variations across domains. This paper proves that a majority of adjectives change their prior polarity value depending on the domain. We propose a distinction between domain dependent and domain independent adjectives. Moreover, our analysis led us to propose a further classification related to subjectivity degree: constant, mixed and highly subjective adjectives. Following this classification, polarity values will be a better support for Sentiment Analysis.

연구 동기 및 목표

• 정적 극성 어휘가 어미의 도메인 특화 극성 변화를 반영하지 못하는 한계를 해결하기 위해.
• 도메인 맥락에 민감한 어미를 식별하고 분류하기 위해.
• 어미의 도메인 인식 극성 주석을 통합하여 감성 분석 성능을 향상시키기 위해.
• 일정, 혼합, 매우 주관적인 어미를 구분하는 보다 정교한 분류 체계를 제안하기 위해.

제안 방법

• 다양한 도메인의 어미에 대해 극성 값(긍정, 부정, 중립)을 주석 처리하여 극성 변화를 탐지하기 위해.
• 극성이 도메인 간 일관되게 유지되는 도메인 독립형(도메인 독립형)과 극성이 도메인에 따라 변하는 도메인 의존형(도메인 의존형)으로 어미를 분류하기 위해.
• 주관성 정도에 따라 추가 분류: 일정(안정된 주관성), 혼합(주관성이 변동), 매우 주관적(매우 맥락에 민감함).
• 다중 도메인 데이터셋을 사용하여 수작업 및 통계적 분석을 통해 분류 체계를 검증하기 위해.
• 개선된 분류 체계를 극성 어휘에 통합하여 보다 정확한 감성 분류를 지원하기 위해.

실험 결과

연구 질문

• RQ1 어미의 극성은 다양한 도메인 간 어떻게 변화하며, 기본 극성에서 얼마나 많이 이격되는가?
• RQ2 어미 중 도메인 의존적 극성 행동을 보이는 비율과 도메인 독립적 행동을 보이는 비율은 각각 얼마인가?
• RQ3 주관성 정도(일정, 혼합, 매우 주관적)는 도메인 간 극성 안정성과 어떻게 관련되어 있는가?
• RQ4 어미의 도메인 인식 분류 체계는 감성 분석 시스템의 성능을 향상시킬 수 있는가?

주요 결과

• 대부분의 어미가 도메인 의존적 극성을 보이며, 이는 맥락이나 도메인에 따라 감성 값이 변화한다는 것을 의미한다.
• 도메인 독립형 어미는 도메인 간 극성이 상대적으로 안정적인 반면, 도메인 의존형 어미는 극성 변화가 뚜렷하게 나타난다.
• 일정, 혼합, 매우 주관적인 어미로의 분류는 도메인 간 주관성 행동에 대해 명확한 패턴을 드러낸다.
• 제안된 분류 체계는 어휘에 맥락 민감한 극성 할당을 가능하게 하여 더 정확한 감성 분석을 가능하게 한다.
• 연구 결과에 따르면 정적 극성 어휘는 도메인 효과를 고려하지 못해 강력한 감성 분석에 부적합하다는 것이 입증된다.
• 결과적으로 도메인 인식 어미 분류 체계를 감성 분석 파이프라인에 통합하면 정확도 향상에 기여한다.