[论文解读] A Study of the Effect of Resolving Negation and Sentiment Analysis in Recognizing Text Entailment for Arabic

Fatima T. AL-Khawaldeh|arXiv (Cornell University)|Jul 5, 2019

Sentiment Analysis and Opinion Mining被引用 25

一句话总结

本文提出通过解析否定和对文本-假设对进行情感分析，以提升阿拉伯语文本蕴含识别的准确性。通过检测否定并分类情感极性（正面、负面、中性），该方法改善了蕴含识别，相较于未包含这些特征的基线方法，在ArbTEDS数据集上实现了更高的准确率。

ABSTRACT

Recognizing the entailment relation showed that its influence to extract the semantic inferences in wide-ranging natural language processing domains (text summarization, question answering, etc.) and enhanced the results of their output. For Arabic language, few attempts concerns with Arabic entailment problem. This paper aims to increase the entailment accuracy for Arabic texts by resolving negation of the text-hypothesis pair and determining the polarity of the text-hypothesis pair whether it is Positive, Negative or Neutral. It is noticed that the absence of negation detection feature gives inaccurate results when detecting the entailment relation since the negation revers the truth. The negation words are considered stop words and removed from the text-hypothesis pair which may lead wrong entailment decision. Another case not solved previously, it is impossible that the positive text entails negative text and vice versa. In this paper, in order to classify the text-hypothesis pair polarity, a sentiment analysis tool is used. We show that analyzing the polarity of the text-hypothesis pair increases the entailment accuracy. to evaluate our approach we used a dataset for Arabic textual entailment (ArbTEDS) consisted of 618 text-hypothesis pairs and showed that the Arabic entailment accuracy is increased by resolving negation for entailment relation and analyzing the polarity of the text-hypothesis pair.

研究动机与目标

• 通过解决否定和情感极性的影响，提升阿拉伯语文本蕴含识别的准确性。
• 识别否定词（常被视作停用词）在被移除时如何扭曲蕴含判断。
• 探究情感极性分类（正面、负面、中性）是否能提升阿拉伯语中的蕴含识别。
• 评估否定解析与情感分析相结合对蕴含性能的影响。
• 证明语义特征如否定和情感能提升阿拉伯语自然语言处理任务中的推理质量。

提出的方法

• 该方法包括对阿拉伯语文本-假设对进行预处理，以使用基于规则或词典的方法检测并解析否定。
• 应用情感分析工具，将每个文本-假设对的情感极性分类为正面、负面或中性。
• 将解析后的否定和情感极性整合进蕴含分类流程。
• 该方法使用ArbTEDS数据集进行评估，该数据集包含618个阿拉伯语文本-假设对。
• 蕴含判断基于通过否定和情感特征增强的语义对齐做出。
• 性能通过测试集上的标准蕴含准确率指标进行评估。

实验结果

研究问题

• RQ1 在阿拉伯语文本-假设对中解析否定如何影响蕴含识别的准确性？
• RQ2 情感极性分类在多大程度上能提升阿拉伯语中蕴含关系的检测？
• RQ3 当否定未被检测且被误认为停用词移除时，蕴含准确性会发生什么变化？
• RQ4 结合否定解析与情感分析是否能带来更优的整体蕴含性能？
• RQ5 是否可以通过引入超越表面词汇匹配的语义特征来提升阿拉伯语文本蕴含识别？

主要发现

• 解析否定显著提升了阿拉伯语文本蕴含识别的准确性，防止了因未检测到否定而导致的错误蕴含判断。
• 情感极性分析的整合进一步提高了蕴含识别的准确性，防止了矛盾的蕴含（例如，从正面到负面）。
• 缺乏否定检测会导致不准确的蕴含结果，尤其是在否定词被误认为停用词而被移除时。
• 所提出的方法在ArbTEDS数据集上的准确率高于未处理否定或情感的基线模型。
• 否定解析与情感分析的结合显著提升了蕴含性能，证明了语义特征在阿拉伯语自然语言处理中的重要性。
• 本研究证实，否定和情感极性等语义特征对于阿拉伯语中可靠文本蕴含识别至关重要。