[논문 리뷰] Persian Sentiment Analyzer: A Framework based on a Novel Feature Selection Method

Ayoub Bagheri, Mohamad Saraee|arXiv (Cornell University)|2014. 12. 27.

Sentiment Analysis and Opinion Mining참고 문헌 28인용 수 13

한 줄 요약

이 논문은 퍼시아어 감성 분석을 위한 혁신적인 특성 선택 프레임워크를 제안하며, 변화형 형태소, 일관되지 않은 간격, 비공식어 사용 등의 과제를 다룹니다. 어근화와 맞춤형 특성 선택 방법을 조합하고 나이브 베이즈를 분류에 적용함으로써, 수동으로 수집한 퍼시아어 휴대전화 리뷰 데이터셋에서 정확도 향상을 달성하여, 저자원 NLP 환경에서 제안된 접근 방식의 효과성을 입증합니다.

ABSTRACT

In the recent decade, with the enormous growth of digital content in internet and databases, sentiment analysis has received more and more attention between information retrieval and natural language processing researchers. Sentiment analysis aims to use automated tools to detect subjective information from reviews. One of the main challenges in sentiment analysis is feature selection. Feature selection is widely used as the first stage of analysis and classification tasks to reduce the dimension of problem, and improve speed by the elimination of irrelevant and redundant features. Up to now as there are few researches conducted on feature selection in sentiment analysis, there are very rare works for Persian sentiment analysis. This paper considers the problem of sentiment classification using different feature selection methods for online customer reviews in Persian language. Three of the challenges of Persian text are using of a wide variety of declensional suffixes, different word spacing and many informal or colloquial words. In this paper we study these challenges by proposing a model for sentiment classification of Persian review documents. The proposed model is based on lemmatization and feature selection and is employed Naive Bayes algorithm for classification. We evaluate the performance of the model on a manually gathered collection of cellphone reviews, where the results show the effectiveness of the proposed approaches.

연구 동기 및 목표

• 퍼시아어 감성 분석에서 특성 선택에 관한 연구의 부족을 해결하기 위해.
• 변화형 접미사, 변동하는 단어 간격, 구어체 어휘와 같은 퍼시아어 텍스트의 언어학적 과제를 다루기 위해.
• 퍼시아어 온라인 리뷰에 특화된 감성 분류 프레임워크를 개발하기 위해.
• 저자원 환경에서 다양한 특성 선택 방법이 분류 성능에 미치는 영향을 평가하기 위해.
• 수동으로 수집한 퍼시아어 휴대전화 리뷰 데이터셋에서 제안된 모델의 효과성을 입증하기 위해.

제안 방법

• 프레임워크는 퍼시아어 어형을 정규화하고 형태적 변동을 줄이기 위해 어근화를 적용합니다.
• 감성 분류에 가장 관련성이 높은 특성을 식별하고 유지하기 위해 새로운 특성 선택 방법을 제안합니다.
• 불필요하고 중복된 특성을 제거함으로써 차원을 감소시켜 계산 효율성을 향상시킵니다.
• 텍스트 분류 작업에서 효과적인 것으로 알려진 나이브 베이즈를 분류 알고리즘으로 사용합니다.
• 모델은 수동으로 수집한 퍼시아어 휴대전화 리뷰 데이터셋에서 학습 및 평가됩니다.
• 표준 분류 지표를 사용하여 성능을 측정하며, 결과는 기준 모델 대비 향상된 정확도를 나타냅니다.

실험 결과

연구 질문

• RQ1 제안된 특성 선택 방법은 기존 방법에 비해 퍼시아어 텍스트의 감성 분류 정확도 측면에서 어떻게 비교되는가?
• RQ2 형태소적으로 복잡한 퍼시아어 리뷰에서 어근화가 감성 분류 성능 향상에 얼마나 기여하는가?
• RQ3 이 프레임워크는 온라인 리뷰에서 비공식적이고 구어체 퍼시아어 어휘를 다루는 데 얼마나 효과적인가?
• RQ4 특성 선택이 퍼시아어 감성 분석에서 차원 감소와 분류 속도 향상에 미치는 영향은 무엇인가?
• RQ5 제안된 모델은 휴대전화 리뷰 이외의 다른 퍼시아어 텍스트 분야로 일반화될 수 있는가?

주요 결과

• 제안된 특성 선택 방법은 기준 모델 대비 퍼시아어 리뷰 데이터에서 감성 분류 정확도를 크게 향상시킵니다.
• 어근화 방법은 형태적 변동을 효과적으로 줄여 특성 표현과 분류 성능를 향상시킵니다.
• 이 프레임워크는 저자원 NLP에서 주요 과제인 비공식적이고 구어체 퍼시아어 언어를 다루는 데 뛰어난 강건성을 보입니다.
• 특성 선택을 통한 차원 감소는 더 빠른 처리와 더 나은 모델 효율성으로 이어집니다.
• 수동으로 수집한 퍼시아어 휴대전화 리뷰 데이터셋에서 강력한 성능을 달성하여 실용적 적용 가능성은 입증되었습니다.
• 결과는 퍼시아어 저자원 감성 분석 환경에서 제안된 프레임워크의 효과성을 확인합니다.