[论文解读] Development of a General Purpose Sentiment Lexicon for Igbo Language

Emeka Ogbuju, Moses Okechukwu Onyesolu|arXiv (Cornell University)|Apr 24, 2020

Sentiment Analysis and Opinion Mining参考文献 4被引用 4

一句话总结

本文提出了 IgboSentilex，一个通过在自动翻译的英文词典基础上补充本地伊博语词汇而构建的通用情感词典，专为伊博语设计。在 BBC 伊博语新闻数据集上的评估显示，其情感极性与现有词典的平均一致率达到 95.75%，实现了无需翻译成英文即可直接对伊博语文本进行情感分析。

ABSTRACT

There are publicly available general purpose sentiment lexicons in some high resource languages but very few exist in the low resource languages. This makes it difficult to directly perform sentiment analysis tasks in such languages. The objective of this work is to create a general purpose sentiment lexicon for the Igbo language that can determine the sentiment of documents written in the Igbo language without having to translate it to the English language. The material used was an automatically translated lexicon by Liu and the manual addition of Igbo native words. The result of this work is a general purpose lexicon called IgboSentilex. The performance was tested on the BBC Igbo news channel. It returned an average polarity agreement of 95.75 percent with other general purpose sentiment lexicons.

研究动机与目标

• 为像伊博语这样的低资源语言解决情感词典稀缺的问题。
• 实现在不将文本翻译成英文的前提下，直接对伊博语文本进行情感分析。
• 开发一个公开可用、专为伊博语设计的通用情感词典。
• 通过结合自动翻译与本地词汇筛选，提升伊博语情感分析的准确性。
• 在 BBC 伊博语新闻频道的真实伊博语文本上验证词典的性能。

提出的方法

• 作者以 Liu 的自动翻译情感词典为基础，将其适配为伊博语版本。
• 通过人工方式向词典中添加本地伊博语词汇，以确保语言准确性和文化相关性。
• 由此生成的词典被命名为 IgboSentilex，专为伊博语的通用情感分析而设计。
• 使用来自 BBC 伊博语新闻频道的测试集对词典进行评估。
• 通过计算 IgboSentilex 与其他成熟情感词典之间的情感极性平均一致率来衡量性能。
• 评估采用标准的情感词典比较指标，重点关注情感极性的一致性。

实验结果

研究问题

• RQ1 能否通过自动翻译与人工筛选相结合的混合方法，有效构建适用于低资源语言伊博语的情感词典？
• RQ2 IgboSentilex 词典在情感极性预测方面与现有情感词典的一致性如何？
• RQ3 IgboSentilex 在不将文本翻译成英文的情况下，能在多大程度上实现对真实伊博语文本的准确情感分析？
• RQ4 当应用于 BBC 伊博语新闻频道的新闻文本时，该词典的性能如何？

主要发现

• 在 BBC 伊博语新闻测试集上，IgboSentilex 与其它通用情感词典的平均情感极性一致率达到 95.75%。
• 采用自动翻译基础词典并辅以人工添加本地伊博语词汇的混合方法，在低资源语言情感词典开发中被证明是有效的。
• 该词典在多种伊博语文本中展现出强大且一致的情感极性预测能力。
• 性能表现表明，IgboSentilex 适用于无需翻译成英文的伊博语直接情感分析。