[논문 리뷰] Over a Decade of Social Opinion Mining.

Keith Cortis, Brian Davis|arXiv (Cornell University)|2020. 12. 05.

Sentiment Analysis and Opinion Mining참고 문헌 405인용 수 7

한 줄 요약

이 체계적 리뷰는 2007~2018년 동안의 485篇의 사회적 의견 마이닝 연구를 분석하여, 감성, 감정, 풍자, 기타 의견 차원을 다중모달 소셜 미디어 콘텐츠에서 추출하기 위해 사용되는 기술, 플랫폼, 모odalities, 언어를 검토한다. 주요 추세, 도구, 연구 격차를 규명하며, 마케팅, 정치, 헬스케어, 의사결정 시스템 등 AI 기반 응용 분야의 발전을 위한 기반을 제공한다.

ABSTRACT

Social media popularity and importance is on the increase, due to people using it for various types of social interaction across multiple channels. This social interaction by online users includes submission of feedback, opinions and recommendations about various individuals, entities, topics, and events. This systematic review focuses on the evolving research area of Social Opinion Mining, tasked with the identification of multiple opinion dimensions, such as subjectivity, sentiment polarity, emotion, affect, sarcasm and irony, from user-generated content represented across multiple social media platforms and in various media formats, like text, image, video and audio. Therefore, through Social Opinion Mining, natural language can be understood in terms of the different opinion dimensions, as expressed by humans. This contributes towards the evolution of Artificial Intelligence, which in turn helps the advancement of several real-world use cases, such as customer service and decision making. A thorough systematic review was carried out on Social Opinion Mining research which totals 485 studies and spans a period of twelve years between 2007 and 2018. The in-depth analysis focuses on the social media platforms, techniques, social datasets, language, modality, tools and technologies, natural language processing tasks and other aspects derived from the published studies. Such multi-source information fusion plays a fundamental role in mining of people's social opinions from social media platforms. These can be utilised in many application areas, ranging from marketing, advertising and sales for product/service management, and in multiple domains and industries, such as politics, technology, finance, healthcare, sports and government. Future research directions are presented, whereas further research and development has the potential of leaving a wider academic and societal impact.

연구 동기 및 목표

• 2007~2018년 사이 12년에 걸친 사회적 의견 마이닝 연구의 진화를 맵핑하고 주요 연구 추세를 규명하기 위해.
• 의견 마이닝 연구에서 사용된 소셜 미디어 플랫폼, 언어, 모달리티(텍스트, 이미지, 영상, 오디오), 데이터셋의 다양성을 분석하기 위해.
• 감성 극성, 감정, 풍자와 같은 다차원적 의견을 마이닝하기 위해 사용된 기술, 도구, 자연어 처리(NLP) 작업을 평가하기 위해.
• 사회적 의견 마이닝과 그 실세계 응용을 발전시키기 위한 연구 격차와 향후 연구 방향을 규명하기 위해.
• 의견 마이닝에서 다중 소스 정보 융합을 통합함으로써 보다 견고한 AI 시스템 개발을 지원하기 위해.

제안 방법

• 2007년에서 2018년 사이에 출판된 학술지 및 컫퍼런스 논문 485편에 대한 체계적 문헌 리뷰를 수행하였다.
• 연구를 소셜 미디어 플랫폼, 언어, 모달리티(텍스트, 이미지, 영상, 오디오), 그리고 감성 분석, 풍자 탐지와 같은 NLP 작업 기준으로 분류하였다.
• 다양한 데이터 유형에서 사용된 의견 마이닝 기술, 즉 규칙 기반, 기계 학습, 딥 러닝 접근법을 분석하였다.
• 의견 마이닝 연구에서 사용된 공개된 소셜 데이터셋, 도구, 프레임워크를 평가하여 재현 가능성과 확장성 여부를 점검하였다.
• 플랫폼, 언어, 모달리티, 응용 분야 등 여러 차원에서의 발견을 통합하여 연구 추세와 과제를 규명하였다.
• 출판 추세와 방법론적 격차의 주제별 및 정량적 분석을 통해 향후 연구 방향을 도출하였다.

실험 결과

연구 질문

• RQ1 2007년부터 2018년까지 사회적 의견 마이닝 연구에서 우세한 소셜 미디어 플랫폼과 언어는 무엇인가?
• RQ2 이 기간 동안 텍스트, 이미지, 영상, 오디오 모달리티에 걸쳐 의견 마이닝 기술은 어떻게 진화해 왔는가?
• RQ3 의견 마이닝에서 가장 흔히 사용되는 NLP 작업과 도구는 무엇이며, 플랫폼과 모달리티에 따라 어떻게 다를까?
• RQ4 풍자, 아이러니, 다중모달 융합과 관련하여 현재의 의견 마이닝 연구에서 주요 과제와 한계는 무엇인가?
• RQ5 사회적 의견 마이닝과 그 실세계 응용을 발전시키기 위해 가장 유망한 향후 연구 방향은 무엇인가?

주요 결과

• 의견 마이닝 연구의 대부분은 텍스트 기반 콘텐츠에 집중하였으며, 트위터와 페이스북과 같은 플랫폼에서 주로 이루어졌고, 영상 및 오디오 모달리티에는 제한된 관심이 있었다.
• 영어가 연구에서 지배적인 언어였으며, 비영어권 및 자원이 적은 언어 분야에 큰 연구 격차가 존재했다.
• 기계 학습 및 딥 러닝 기법이 규칙 기반 방법을 점점 능가했으며, 특히 감성 및 감정 탐지 작업에서 두드러졌다.
• 풍자 및 아이러니 탐지는 여전히 주요 과제로 남아 있었으며, 정확도가 낮고, 정제된 데이터셋이 부족했다.
• 다중모달 의견 마이닝(텍스트 + 이미지/영상/오디오)은 새로운 분야이지만 아직 탐색이 부족했으며, 표준화된 데이터셋과 도구가 거의 없었다.
• 의료, 금융, 정부와 같은 응용 분야는 높은 잠재적 영향을 지녔음에도 불구하고 현재의 의견 마이닝 연구에서 다소 부족한 편이었다.