[논문 리뷰] Aspect Based Sentiment Analysis to Extract Meticulous Opinion Value

Deepali Virmani, Vikrant Malhotra외 1명|arXiv (Cornell University)|2014. 05. 29.

Sentiment Analysis and Opinion Mining참고 문헌 10인용 수 4

한 줄 요약

이 논문은 교사 평가에서의 세분화된 의견 가치를 추출하기 위해 교사의 비평에서 가중치가 부여된 요소 트리를 구성하는 새로운 분할 기반 감성 분석 알고리즘을 제안한다. 사전 기반의 극성 평가와 계층적 요소 가중치를 결합함으로써, 이 방법은 요소 값, 의견 점수, 감성 극성 값을 계산하여 교육 평가 및 전자 정부 응용 분야에서 학생 피드백의 세분화된 요약을 가능하게 한다.

ABSTRACT

Opinion Mining and Sentiment Analysis is a process of identifying opinions in large unstructured/structured data and then analysing polarity of those opinions. Opinion mining and sentiment analysis have found vast application in analysing online ratings, analysing product based reviews, e-governance, and managing hostile content over the internet. This paper proposes an algorithm to implement aspect level sentiment analysis. The algorithm takes input from the remarks submitted by various teachers of a student. An aspect tree is formed which has various levels and weights are assigned to each branch to identify level of aspect. Aspect value is calculated by the algorithm by means of the proposed aspect tree. Dictionary based method is implemented to evaluate the polarity of the remark. The algorithm returns the aspect value clubbed with opinion value and sentiment value which helps in concluding the summarized value of remark.

연구 동기 및 목표

• 전반적인 감성 분석을 넘어서 요소 중심의 분석으로 이동함으로써 교육적 피드백에서 세분화된 의견 추출의 필요성을 해결하기 위해.
• 계층적 요소 트리와 가중치가 부여된 분지들을 사용하여 교사 비평 내의 다수 수준의 요소를 구조화된 방식으로 표현하기 위해.
• 요소 중심의 감성 극성과 가중치가 부여된 요소 중요도를 결합하여 의견 가치를 정량화하기 위해.
• 비정형 교사 피드백으로부터 요약되고 실행 가능한 통찰을 제공함으로써 전자 정부 및 교육 관리 응용 분야를 지원하기 위해.

제안 방법

• 알고리즘은 교사 비평에서 요소 트리를 구성하며, 각 노드는 요소를 나타내고 분지는 요소의 중요도와 빈도에 따라 가중치가 부여된다.
• 요소 가중치는 어휘 빈도와 도메인 특화 관련성의 조합을 통해 다수 수준의 계층을 형성한다.
• 사전 기반 감성 분석 방법은 각 비평 조각의 관련 요소에 대해 극성 점수를 평가한다.
• 시스템은 요소 트리에서 분지 중요도에 따라 가중치를 적용하여 해당 요소에 연결된 모든 비평에 대해 감성 극성 점수를 집계함으로써 요소 값을 계산한다.
• 최종 출력에는 각 요소에 대한 요소 값, 의견 값(극성 점수), 감성 값(긍정/부정/중립)이 포함된다.
• 이 방법은 관련 요소 아래에 비평을 클러스터링하고 복합 감성 점수를 할당함으로써 복잡한 피드백의 요약을 가능하게 한다.

실험 결과

연구 질문

• RQ1 비정형 교사 비평에서 세분화된 의견 가치를 효과적으로 추출하기 위해 분할 기반 감성 분석을 어떻게 교육적 환경에 적용할 수 있는가?
• RQ2 가중치가 부여된 분지를 갖는 계층적 구조를 사용하여 피드백 내의 다수 수준의 요소를 최적으로 어떻게 표현할 수 있는가?
• RQ3 도메인 특화 환경에서 사전 기반 방법을 사용하여 요소 수준의 감성 극성을 정확하게 평가하는 방법은 무엇인가?
• RQ4 제안된 요소 트리 모델은 문서 수준의 접근 방식에 비해 감성 분석의 세분화 수준과 해석 가능성에서 어느 정도 향상되는가?
• RQ5 결과로 도출된 요소 값은 교육 또는 전자 정부 응용 분야에서 실행 가능한 요약을 생성하는 데 어떻게 활용될 수 있는가?

주요 결과

• 제안된 요소 트리 모델은 교사 피드백 내의 다수 수준의 요소를 성공적으로 포착하여 복잡한 의견의 구조화된 표현을 가능하게 하였다.
• 가중치가 부여된 분지 할당 방식은 더 중요한 요소를 강조함으로써 요소 값 계산의 정밀도를 향상시켰다.
• 사전 기반 감성 평가 방법은 다양한 비평 유형에서 일관된 결과를 보이며 개별 요소에 대한 신뢰할 수 있는 극성 탐지 성능을 달성하였다.
• 시스템은 효과적으로 비평을 관련 요소 아래에 클러스터링하고 감성 극성과 함께 요약된 의견 값을 생성하였다.
• 요소 값, 의견 값, 감성 값의 통합은 교육 평가에서 의사결정에 적합한 종합적인 출력을 제공하였다.