[论文解读] Semantic descriptions of 24 evaluational adjectives, for application in sentiment analysis

Cliff Goddard, Maite Taboada+1 more|arXiv (Cornell University)|Aug 24, 2016

Sentiment Analysis and Opinion Mining参考文献 9被引用 4

一句话总结

本文應用自然語義元語言（NSM）框架，對情感分析中使用的24個評價性形容詞進行語義解釋，根據其語義與用法將其分為五種不同的語義模板。研究顯示，NSM解釋提供了一種精確、跨語言適用的替代方案，相較於評價框架的分類，能提升情感分析與自然語言處理應用的準確性，其定義基於語料庫，具有語言學基礎。

ABSTRACT

We apply the Natural Semantic Metalanguage (NSM) approach (Goddard and Wierzbicka 2014) to the lexical-semantic analysis of English evaluational adjectives and compare the results with the picture developed in the Appraisal Framework (Martin and White 2005). The analysis is corpus-assisted, with examples mainly drawn from film and book reviews, and supported by collocational and statistical information from WordBanks Online. We propose NSM explications for 24 evaluational adjectives, arguing that they fall into five groups, each of which corresponds to a distinct semantic template. The groups can be sketched as follows: "First-person thought-plus-affect", e.g. wonderful; "Experiential", e.g. entertaining; "Experiential with bodily reaction", e.g. gripping; "Lasting impact", e.g. memorable; "Cognitive evaluation", e.g. complex, excellent. These groupings and semantic templates are compared with the classifications in the Appraisal Framework's system of Appreciation. In addition, we are particularly interested in sentiment analysis, the automatic identification of evaluation and subjectivity in text. We discuss the relevance of the two frameworks for sentiment analysis and other language technology applications.

研究动机与目标

• 使用自然語義元語言（NSM）方法，為24個評價性形容詞提供精確的語義描述。
• 比較基於NSM的解釋與評價框架對評價語言分類的差異。
• 評估NSM在情感分析及其他語言技術應用中的實用性。
• 透過語料庫輔助分析，識別評價性形容詞背後的重複語義模板。
• 為自動化情感檢測提供一種語言學穩固、跨語言有效的基礎。

提出的方法

• 應用NSM框架分析24個評價性形容詞的語義結構。
• 以影評與書評語料庫數據作為語義解釋的主要證據。
• 整合WordBanks Online的搭配與統計數據，以驗證使用模式。
• 將形容詞分為五種語義模板：第一人稱思想加情感、經驗性、帶身體反應的經驗性、持久影響、認知評估。
• 將NSM解釋與評價框架的「欣賞」體系進行比較，以評估概念上的對齊與差異。
• 使用簡單、普遍的語義原素生成最小語義描述，以確保跨語言清晰性與計算適用性。

实验结果

研究问题

• RQ1 如何應用自然語義元語言（NSM）框架，為評價性形容詞生成精確的語義解釋？
• RQ2 哪些重複的語義模板支撐評價性形容詞的語義？它們在不同類別間有何差異？
• RQ3 NSM解釋與評價框架中「欣賞」體系的分類相比，有何異同？
• RQ4 NSM語義描述在多大程度上能提升自然語言處理系統中情感分析的準確性？
• RQ5 語料庫範例與統計搭配數據在驗證評價語言語義解釋中扮演何種角色？

主要发现

• 24個評價性形容詞根據其語義與用法模式，成功分類為五種不同的語義模板。
• NSM解釋使用普遍語義原素，提供了清晰、簡明且跨語言有效的定義。
• 第一人稱思想加情感組包含如「wonderful」等形容詞，表達個人的正面判斷。
• 經驗性組（如「entertaining」）描述直接的感官或情感體驗。
• 如「gripping」等形容詞屬於帶身體反應的經驗性組，表示身體或情感上的激動。
• 認知評估組（包括「complex」與「excellent」）反映智力或評價性判斷，而非即時情感反應。