[論文レビュー] EmojiNet: Building a Machine Readable Sense Inventory for Emoji

Sanjaya Wijeratne, Lakshika Balasuriya+2 more|arXiv (Cornell University)|Oct 25, 2016

Digital Communication and Language参考文献 1被引用数 12

ひとこと要約

この論文では、BabelNetおよびウェブベースの絵文字リソースを用いて文脈に応じた意味にリンクする機械可読の意味インベントリ「EmojiNet」を紹介する。単語の意味あいまい性解消技術、特に簡略化されたLeskアルゴリズムを適用することで、ツイートにおける「祈りの手」（祈り）と「ハイタッチ」（祝賀）といった、絵文字の意図する意味を識別するシステムを可能にし、実用事例において意味あいまい性解消の正確性が裏付けられている。

ABSTRACT

Emoji are a contemporary and extremely popular way to enhance electronic communication. Without rigid semantics attached to them, emoji symbols take on different meanings based on the context of a message. Thus, like the word sense disambiguation task in natural language processing, machines also need to disambiguate the meaning or sense of an emoji. In a first step toward achieving this goal, this paper presents EmojiNet, the first machine readable sense inventory for emoji. EmojiNet is a resource enabling systems to link emoji with their context-specific meaning. It is automatically constructed by integrating multiple emoji resources with BabelNet, which is the most comprehensive multilingual sense inventory available to date. The paper discusses its construction, evaluates the automatic resource creation process, and presents a use case where EmojiNet disambiguates emoji usage in tweets. EmojiNet is available online for use at http://emojinet.knoesis.org.

研究の動機と目的

• 絵文字の文脈に応じた意味を特定するための標準的で機械可読のリソースが不足しているという問題に対処すること。
• 自然言語の文脈における絵文字の意味を解消するシステムを可能にすること。これはNLPにおける単語の意味あいまい性解消に類似している。
• 絵文字を英語の定義、品詞のタグ、使用例、BabelNetへの接続と結びつける統合的かつ照会可能な知識ベースを構築すること。
• 感情分析、感情検出、ソーシャルメディア理解といった下流のNLPタスクを支援するため、意味に配慮した絵文字表現を提供すること。

提案手法

• 4つの公開済みのウェブベースの絵文字語彙を統合し、1つの構造化された知識ベースにすること。
• 最近傍画像ベースのアライメント手法を用いて、これらのリソースからの絵文字の意味をBabelNetの意味にマッピングすること。
• 2つの単語の意味あいまい性解消戦略（最も頻出する意味、最も一般的な意味）を適用し、絵文字の意味をBabelNetの意味IDに一致させること。
• 各絵文字の意味に関連するBabelNetの定義から文脈に適した語を抽出し、文脈に基づく意味あいまい性解消を支援すること。
• Simplified Leskアルゴリズムを用いて、ツイートの内容と意味固有の文脈語との語の重複度を計算し、意味あいまい性解消を行うこと。
• EmojiNetをhttp://emojinet.knoesis.orgで公開Webサービスとして提供し、NLPパイプラインへのプログラム的アクセスと統合を可能にすること。

実験結果

リサーチクエスチョン

• RQ1 複数のウェブベースの絵文字リソースを統合し、BabelNetのような多言語意味インベントリとアライメントすることで、機械可読の絵文字意味インベントリを自動的に構築できるか？
• RQ2 画像ベースのアライメントと意味あいまい性解消技術の使用は、絵文字を正しい文脈的意味に結びつけるのにどの程度有効か？
• RQ3 EmojiNetは、ツイートのような実世界のソーシャルメディアテキストにおける絵文字の意味あいまい性解消の正確性をどの程度向上できるか？
• RQ4 EmojiNetは、意味に配慮した絵文字解釈を可能にすることで、感情分析のような下流NLPタスクを支援できるか？
• RQ5 BabelNetから抽出された意味定義と文脈語は、文脈における正確な意味あいまい性解消をどの程度効果的にサポートするか？

主な発見

• EmojiNetは、4つのウェブベースの絵文字リソースを統合し、画像ベースの最近傍マッチングを用いてBabelNetとアライメントすることで、機械可読の絵文字意味インベントリを成功裏に構築した。
• 評価において、最も一般的な意味に基づくアプローチが、最も頻出する意味に基づく手法を上回った。これは、使用頻度よりも使用頻度の高さが、文脈における意味の指標としてより適切であることを示している。
• ツイートを対象とした実用事例では、Simplified Leskアルゴリズムが、喪失を扱う文では「prayer（動詞）」、達成を祝う文では「high five（名詞）」として絵文字を正しく意味あいまい性解消した。これは文脈語の重複に基づく。
• システムは、BabelNetの定義から抽出された意味固有の文脈語（例：'pray'に対して{worship, thanksgiving, god}）が、リアルタイムアプリケーションにおける意味あいまい性解消を効果的に支援できることを示した。
• EmojiNetは、BabelNet経由でWordNet、VerbNet、Wikipediaといった外部知識ベースへのリンクを可能にし、NLPアプリケーションにおける有用性を高めた。
• このリソースはhttp://emojinet.knoesis.orgで公開されており、感情分析、絵文字類似度、意味あいまい性解消パイプラインへのプログラム的アクセスと統合を支援する。