[論文レビュー] Ideogram Based Chinese Sentiment Word Orientation Computation

Luojie Xiang|arXiv (Cornell University)|Oct 19, 2011

Sentiment Analysis and Opinion Mining参考文献 2被引用数 6

ひとこと要約

本稿では、語彙的意味と事前に計算された語彙の分類体系を用いて、大規模コーパスに依存せずに中国語のセンチメント語の感情指向を計算する、新しい表意文字ベースのアルゴリズムを提案する。パrameter分析と実験的検証を通じて、既存の表意文字ベースの手法を上回る85.02%のF-measureを達成した。

ABSTRACT

This paper presents a novel algorithm to compute sentiment orientation of Chinese sentiment word. The algorithm uses ideograms which are a distinguishing feature of Chinese language. The proposed algorithm can be applied to any sentiment classification scheme. To compute a word's sentiment orientation using the proposed algorithm, only the word itself and a precomputed character ontology is required, rather than a corpus. The influence of three parameters over the algorithm performance is analyzed and verified by experiment. Experiment also shows that proposed algorithm achieves an F Measure of 85.02% outperforming existing ideogram based algorithm.

研究の動機と目的

• 大規模コーパスに依存せずに中国語のセンチメント語の感情指向を計算する手法を開発すること。
• 中国語の表意文字が持つ独自の構造的特徴を活用して、文字レベルでの感情極性を推定すること。
• 主なアルゴリズム的パrameterが性能に与える影響を評価し、最適化すること。
• 既存の表意文字ベースのセンチメント分類手法を上回る精度を達成すること。
• あらゆるセンチメント分類フレームワークに適用可能な軽量でスケーラブルなソリューションを提供すること。

提案手法

• アルゴリズムは、センチメント語を構成する個々の文字（表意文字）を分析することで感情指向を計算する。
• 個々の表意文字が持つセンチメント関連の意味的関連性をエンコードした事前に計算された語彙の分類体系を用いる。
• 構成する文字の感情スコアを、その意味的寄与度に基づいて集約することで感情指向を導出する。
• 文字レベルの感情信号の重み付けと集約に影響を与える3つの調整可能なパrameterを組み込む。
• 標準的な指標（F-measureなど）を用いて性能を評価し、パrameterの感受性は制御された実験により分析する。
• モジュール型で、さまざまなセンチメント分類システムと互換性を持つように設計されている。

実験結果

リサーチクエスチョン

• RQ1 コーパスに依存しない状況で、表意文字ベースのアプローチが中国語語の感情指向を決定するのにどの程度有効であるか。
• RQ2 主なアルゴリズム的パrameterが感情指向予測の精度に与える影響は何か。
• RQ3 提案手法は、既存の表意文字ベースのセンチメント分類技術を上回ることができるか。
• RQ4 この手法は多様な中国語センチメント語に一般化できるか。
• RQ5 文字レベルの意味的特徴のみから、どの程度正確に感情指向を推定できるか。

主な発見

• 提案されたアルゴリズムは、F-measureが85.02%に達し、既存の表意文字ベースの手法を上回る優れた性能を示した。
• 3つのアルゴリズム的パrameterが性能に与える影響が体系的に分析され、実験的検証を通じて裏付けられた。
• アノテート済みコーパスの必要性を排除し、対象語と事前に計算された語彙の分類体系のみを用いて感情指向を正確に計算できた。
• 結果から、中国語の表意文字における文字レベルの意味的特徴が、センチメント分類において顕著な感情情報を保持していることが確認された。
• アルゴリズムは頑健でスケーラブルであり、さまざまなセンチメント分析フレームワークへの統合に適している。
• 本研究は、中国語自然言語処理におけるコーパスフリーな感情指向計算の強固なベースラインを確立した。