単語極性反転モデルによる評価文分類

概要

論文の詳細を見る
本稿では単語に対して付与された極性を評価文分類に利用する手法について述べる.最も単純には,文中に出現する感情極性付きの単語の数を数える多数決による手法が考えられる.しかし,評価文中の単語の極性は否定や逆接等で反転することがあり,誤りの原因となる.そこで,本研究ではこういった極性の反転を捉えるため,単語極性反転モデルとこれを用いた評価文分類手法を提案する.このモデルを用いることで,単語の極性反転を捉えることができ,先述のような誤りは防ぐことができる.また,単語ごとではなく文単位にこのモデルを学習することで,文中の単語の極性に着目しつつも直接評価文分類問題を解くことができる.さらに,このモデルは既存の評価文分類モデルと容易に結合でき,単語の極性を利用しつつ, Bag-of-Wordsや依存構造といった,これまで提案されてきた様々な情報を考慮したモデルが構築可能である.提案手法を用いることで,単語の極性を用いない評価文分類手法と比べ,最大4.2ポイント正解率が向上した.
一般社団法人情報処理学会の論文
2007-07-24