EmoWordNet: Automatic Expansion of Emotion Lexicon Using English WordNet

2018/07/26文献紹介の発表内容

Transcript

1. EmoWordNet: Automatic Expansion of Emotion Lexicon Using English WordNet 長岡技術科学大学 自然言語処理研究室 上脇優人 Gilbert Badaro，Hussein Jundi，Harzem Hajj， Wassim El-Hajj Lexical and Computational Semantics(*SEM)， 2018，pp86-93 7月文献紹介
2. Abstract •過去10年間，テキストから感情極性を抽出する ために多くの研究がされている． •最近は，テキストから感情認識もできるように なって来ている． •英語のWordNetを活用して，既存の感情辞書 DepecheMoodを拡張し，EmoWordNet(以下， EWN)を構築するといった内容． •語数は，67000語．(DepecheMoodの約1.8倍) 2
3. Introduction •SNSのユーザーが増えたことによって，大量の 意見・感情の含まれたテキストが使えるように なった． •感情辞書は，感情分類モデルの精度向上に寄与 している． •感情は，通常，「ポジティブ・ネガティブ・ニ ュートラル」の3つのラベルで表される． • Ekmanの感情分類(Ekman 1992)(幸福・悲しみ・ 恐怖・怒り・驚き・嫌悪感)やPlutchikのモデルに は，Ekmanの感情分類に加えて，信頼と期待が含ま れている． 3
4. Introduction •英語で大規模な感情辞書を作成する研究は多く あったが，既存の感情辞書のサイズは，小さい ままである． •Example： • 英語最大の感情辞書：DepecheMood • (Staiano and Guerini 2014)，約37000語 • SentiWordNet(SWN) • (Esuli and Sebastiani 2007;Baccianella et al 2010) • EWN(Fellbaum 1998)を使用して半自動的に生成された 英文の語彙レキシコンには「Positive・Negative・ Objective」の3つの感情が付与された約150000語が含ま れている． 4
5. Introduction •本研究は，EWNで利用可能なシソーラスを用い て，既存の感情辞書であるDepecheMoodの適 用範囲を拡大することに焦点を当てる． •DepecheMoodは，公開されている最大の感情 辞書の1つであり，その用語はEWNと整合してい る． •従って，DepecheMoodを拡張する． 5
6. Approach •DepecheMoodは，それぞれのエントリに8つの 感情ラベル(afraid・amused・angry・ annoyed・don’t care・happy・inspired ・sad)のスコア，POSタグと共に37771の見出 しから構成されている． •DepecheMoodには，スコア表現の3つのバリエ ーションが存在する． • 今回は，正規化スコアを用いたバリエーションを選 択． 6
8. Dataset & Coverage •SemEval 2007 task on Affective text(Strapparava and Mihalcea, 2007) •データセットは，「anger，disgust，fear， joy，sadness，surprise」の6つの感情が 付与された1000の新しい見出しで構成されてい る． •(Staiano and Guerini,2014)の感情マッ ピングを考慮． • Fear → Afraid,Anger → Angry,Joy → Happy， Sadness → Sad，Surprise → Inspired. 8
9. Dataset & Coverage •カバレッジを計算するために，Python NLTKパッケ ージで入手可能なWordNet lemmatizerを使ってニ ュースheadlinesの見出し語化を行った． •名詞，動詞，形容詞，副詞とは異なるPOSタグを含む すべての単語を除外した． •EmoWordNetは68.6％のカバレッジを達成し， DepecheMoodは67.1％のカバレッジを達成した． •カバレッジの増加が予想されたが，データセットのサ イズが比較的小さいため，増加は約1.5％に過ぎなか った。 9
10. Regression and Classification Results •DepecheMoodを評価するために提示されたアプロー チと同様のアプローチに従った． •前処理として，最初にPython NLTKパッケージで利 用可能なWordNet lemmatizerを使ってheadline の見出し語化をした． •見出し語化後にnグラム(n = 3まで)を調べることで， EmoWordNetで利用可能な複数単語の語句を取得し た． •次に，名詞，動詞，形容詞，副詞の4つのPOSタグの いずれにも属していない用語をすべて削除した． 10
11. Regression and Classification Results •特徴量計算では，EmoWordNetとSemEvalデー タセットで重なる5つの感情ラベルの感情スコ アの合計と平均の2つのバリエーションを検討 した． •平均のスコアを用いるほうが，両方のデータの 合計スコアを使用するよりも優れたパフォーマ ンスを発揮することが分かった． 11
16. Conclusion and Future Work • EmoWordNet(大規模な感情辞書)を製作した.EmoWordNetは，約 67000のEWNの単語と58000のEWN synsetと8つの感情スコアで 構成されている． • EmoWordNetは，EWNとDepecheMoodを使用した意味拡張アプロ ーチを適用することによって自動的に構築した． • EmoWordNetは，既存の感情辞書より優れており，より優れた語彙 カバレッジを持っている． • 将来的には，より大きなデータセットでEmoWordNetのパフォーマ ンスを評価し，認識モデルの精度を向上させたい． • EmoWordNetはhttp://oma-project.comに公開されている． 16