文書構造を用いたテキストからの評判情報抽出

点击翻译按钮获取中文摘要

本研究では、評価文書分類タスクに対し、前後の文の関係を利用することを試み、分類実験の結果精度が向上することを確認した。評価文書分類とは、ユーザーがある対象に対して評価を記した文書(「評価文書」)に対し、肯定/否定のどちらの極性に属するかを分類するタスクである。評価文書分類は対象についての意見の集約を行う際に非常に有益で、例えばblogからの世論の自動獲得や、製品同士の性能を比較する際に利用することが可能である。その評価文書分類の精度向上は、意見分析における基本的な課題の1つである。本研究での新規性は、Hidden CRFsと呼ばれるシーケンシャルモデルの一種を用いて文書の構造を捉えた上で評価文書分類の精度向上に繋げる点にある。Hidden CRFsはHMMs(隠れマルコフモデル)を識別モデルとして発展させたものであり、文書としてのラベルを直接識別することも可能なモデルとして提案されている。Hidden CRFsの特徴としては、モデルとしての構造や素性の設計が自由である点が挙げられる。本研究では文自体が1つの状態るから出力されると仮定し、また部分的に極性間共通な素性を持たせることによって、頑健なモデル化に成功し、ベースラインよりも高い精度を達成した。具体的には文書全体を通じた極性に対して、文毎に反転状態と非反転状態を仮定し、極性間においては反転/非反転を切り替える素性には共通性があると考え、極性間において同じ素性重みを持たせた。本研究は、評価文書分類の精度向上という点以外にも、文間の構造を捉える新たな手法としての意義を持つ。構造と素性を適切にモデル化することによって、評価文書分類以外のアプリケーションへの応用が可能で、研究として今後さらに多方面に発展していく可能性があると考える。