[論文レビュー] A novel approach to sentiment analysis in Persian using discourse and external semantic information

Rahim Dehkharghani, Hojjat Emami|arXiv (Cornell University)|Jul 18, 2020

Sentiment Analysis and Opinion Mining被引用数 5

ひとこと要約

本稿では、低リソース言語タスクにおけるパフォーマンス向上を目的として、弁論的特徴と外部知識ベースを統合した、ペルシャ語向けの新しい感情分析アプローチを提案する。アンサンブル分類とディープラーニングを組み合わせ、単語埋め込みを用いることで、否定、強調、複数の粒度レベルを効果的に処理し、新たに収集したペルシャ語ホテルレビューのデータセットで最先端の結果を達成した。

ABSTRACT

Sentiment analysis attempts to identify, extract and quantify affective states and subjective information from various types of data such as text, audio, and video. Many approaches have been proposed to extract the sentiment of individuals from documents written in natural languages in recent years. The majority of these approaches have focused on English, while resource-lean languages such as Persian suffer from the lack of research work and language resources. Due to this gap in Persian, the current work is accomplished to introduce new methods for sentiment analysis which have been applied on Persian. The proposed approach in this paper is two-fold: The first one is based on classifier combination, and the second one is based on deep neural networks which benefits from word embedding vectors. Both approaches takes advantage of local discourse information and external knowledge bases, and also cover several language issues such as negation and intensification, andaddresses different granularity levels, namely word, aspect, sentence, phrase and document-levels. To evaluate the performance of the proposed approach, a Persian dataset is collected from Persian hotel reviews referred as hotel reviews. The proposed approach has been compared to counterpart methods based on the benchmark dataset. The experimental results approve the effectiveness of the proposed approach when compared to related works.

研究の動機と目的

• ペルシャ語のような低リソース言語における感情分析リソースと手法の不足を解消すること。
• 否定、強調、複数粒度の感情検出といった、ペルシャ語の感情分析における課題を克服すること。
• 局所的な弁論的文脈と外部知識ベースの両方を活用する強力なアプローチを開発すること。
• 感情分析評価のための新しいベンチマークペルシャ語データセットを収集・公開すること。
• 単語、フレーズ、文、アスペクト、ドキュメントレベルの感情分類において、性能を向上させること。

提案手法

• アンサンブル分類器の組み合わせと、事前学習済み単語埋め込みを用いたディープニューラルネットワークを組み合わせた二段階的アプローチを提案する。
• 文法的および意味的文脈といった局所的な弁論的特徴を統合し、感情検出の精度を向上させる。
• 曖昧性の解消と感情表現の豊かさ向上のため、外部知識ベースを統合する。
• ルールベースおよび文脈に依存するメカニズムを用いて、否定や強調といった言語的現象を処理する。
• 単語、フレーズ、文、アスペクト、ドキュメントレベルの感情分類のためのモジュラー構造を設計し、複数の粒度レベルをサポートする。
• 現実的なベンチマークの確保のため、新たに収集したペルシャ語ホテルレビューのデータセット上でモデルを学習・評価する。

実験結果

リサーチクエスチョン

• RQ1 弁論的情報は、ペルシャ語のような低リソース言語における感情分類をどのように改善するか？
• RQ2 外部知識ベースは、ペルシャ語の感情分析パフォーマンスにどの程度寄与するか？
• RQ3 アンサンブル学習とディープニューラルネットワークを組み合わせたハイブリッドアプローチは、既存の手法を上回る性能を発揮できるか？
• RQ4 提案手法は、ペルシャ語において複数の粒度レベルでの感情検出をどの程度効果的に実現できるか？
• RQ5 否定と強調の処理を適切に実施することで、ペルシャ語の感情分析全体の正確性にどのような影響を与えるか？

主な発見

• 提案手法は、新たに収集したペルシャ語ホテルレビューのデータセットで最先端のパフォーマンスを達成した。
• 弁論的および外部的意味的情報の統合により、ベースライン手法に比べて感情分類の正確性が顕著に向上した。
• アンサンブル分類器手法は、異なる分類器の相補的な強みを活かすことで、個々のモデルを上回る性能を示した。
• 単語埋め込みを用いたディープラーニングアプローチは、さまざまな感情の粒度レベルにわたる一般化性能が優れていた。
• 否定および強調の処理メカニズムの統合により、感情検出の正確性に明確な改善効果が得られた。
• 本稿とともに公開されたデータセットは、今後のペルシャ語感情分析研究における貴重なベンチマークを提供する。