[论文解读] Automatic Construction of Context-Aware Sentiment Lexicon in the Financial Domain Using Direction-Dependent Words

Jihye Park, Hye Jin Lee+1 more|arXiv (Cornell University)|Jun 10, 2021

Sentiment Analysis and Opinion Mining参考文献 25被引用 7

一句话总结

本文提出 Senti-DD，一种上下文感知的金融情感词典，通过使用点互信息（PMI）将方向依赖性词语与方向性词语（如 'up' 或 'down'）配对，捕捉方向性情感变化。该方法能自动从金融新闻标题中识别上下文敏感的情感词语，显著提升相对于 Loughran-McDonald 等基线词典的情感分类准确率。

ABSTRACT

Increasing attention has been drawn to the sentiment analysis of financial documents. The most popular examples of such documents include analyst reports and economic news, the analysis of which is frequently used to capture the trends in market sentiments. On the other hand, the significance of the role sentiment analysis plays in the financial domain has given rise to the efforts to construct a financial domain-specific sentiment lexicon. Sentiment lexicons lend a hand for solving various text mining tasks, such as unsupervised classification of text data, while alleviating the arduous human labor required for manual labeling. One of the challenges in the construction of an effective sentiment lexicon is that the semantic orientation of a word may change depending on the context in which it appears. For instance, the word ``profit" usually conveys positive sentiments; however, when the word is juxtaposed with another word ``decrease," the sentiment associated with the phrase ``profit decreases" now becomes negative. Hence, the sentiment of a given word may shift as one begins to consider the context surrounding the word. In this paper, we address this issue by incorporating context when building sentiment lexicon from a given corpus. Specifically, we construct a lexicon named Senti-DD for the Sentiment lexicon composed of Direction-Dependent words, which expresses each term a pair of a directional word and a direction-dependent word. Experiment results show that higher classification performance is achieved with Senti-DD, proving the effectiveness of our method for automatically constructing a context-aware sentiment lexicon in the financial domain.

研究动机与目标

• 解决静态情感词典无法捕捉金融文本中上下文依赖情感变化的局限性。
• 开发一种自动化方法，识别方向依赖性词语——即其情感极性会因 'up' 或 'down' 等方向性修饰语而改变的词语。
• 构建一个上下文感知的情感词典（Senti-DD），以提升金融文档中的情感分类性能。
• 评估 Senti-DD 在提升情感分类性能方面相对于现有领域特定词典的有效性。
• 探索将此数据驱动方法应用于其他具有上下文敏感情感词语的领域的可行性。

提出的方法

• 该方法使用点互信息（PMI）衡量候选词语与方向依赖类型（正比或反比）之间的关联强度。
• 通过分析方向依赖性词语在标注的金融新闻语料库中与方向性词语（如 'up'、'down'）的共现模式，识别其特征。
• 该框架将每个词语分类为两种类型之一：'正比'（与 'up' 搭配时为正向情感，与 'down' 搭配时为负向情感）或 '反比'（与 'up' 搭配时为负向情感，与 'down' 搭配时为正向情感）。
• Senti-DD 以词对列表的形式构建：(方向性词语, 方向依赖性词语)，每个词对根据基于 PMI 的关联强度分配情感极性。
• 将增强后的词典作为插件集成到 Loughran-McDonald 情感词典中，以提升情感分类性能。
• 该方法在金融新闻标题数据集（DS50）上进行训练与评估，情感标签源自人工标注数据。

实验结果

研究问题

• RQ1 能否通过与方向性词语的共现模式，自动识别金融文本中的方向依赖性词语？
• RQ2 在金融文档中，引入上下文感知的情感词对（如 'up' + 'profit'）是否能提升情感分类准确率？
• RQ3 所提出的 Senti-DD 词典在金融情感分类中的表现，相较于现有静态情感词典（如 Loughran-McDonald）如何？
• RQ4 方向性词语类型的数据不平衡在多大程度上影响提取的方向依赖性词语的质量？
• RQ5 所提出的方法能否推广至其他具有上下文敏感情感词语的领域？

主要发现

• Senti-DD 词典在金融新闻标题的情感分类任务中，显著优于 Loughran-McDonald 情感词典。
• 诸如 'acquisition'、'agreement' 和 'communication' 等词语被正确识别为正比方向依赖性词语，表现为与 'up' 搭配时为正向情感，与 'down' 搭配时为负向情感。
• 该方法从 DS50 数据集中成功提取出 58 个正比方向依赖性词语和 10 个反比方向依赖性词语，尽管存在数据不平衡，仍证明了其可行性。
• 引入上下文感知的词对显著提升了分类性能，证明了通过方向依赖性捕捉情感变化的有效性。
• 结果表明，'profit' 和 'cost' 等方向依赖性词语表现出上下文敏感的情感极性，而静态词典无法捕捉此类特性。
• 尽管数据不平衡影响了部分词语的识别（如 'beer'、'day'），基于 PMI 的方法在实现可扩展、自动化的情感词典构建方面展现出良好前景。