Open Domain Targeted Sentiment(2013)

[magicpieh28]

about this paper

Author: Margaret Mitchell, Jacqueline Aguilar, Theresa Wilson, Benjamin Van Durme Link: http://aclweb.org/anthology/D13-1171

Sentimentが表しているaspect entityを探査ぐしタグ付けするタスク。 CRFを用いて問題解決に取り組む。

aim

problems

• 観察主体が誰なのかにより文がポジティブにもネガティブにもなれる：entityを与えるべき
• 品詞タガーやパーざーを使うべき：しかし多くの言語でサポートさればい場合が多いので困る/ サポートされる言語であったとしてもnoisyなSNSには対応していないはず

  how to solve

• NERタスクのようにCRFでタグ付けする
• レキシコン・hand-written featuresを用いる
• sentimentラベルを集めるためにAmazon's Mechanical Turkを通してクラウッドソーシングを行う

model

experiment

datasets

訓練：Twitter Collection(English, Spanish) その他：lexicon(MPQA(Wilson et al., 2005), SentiWordNet 3.0, Perez-Rosas et al(2012)), sentiment labels(Amazon's Mechanical Turk) 特徴：Brown cluster labels: as unsupervised word tags

＊ここで個人的な疑問：POS情報や分析器の方がコストやすいのでは？人手でアノテーションする方が大変なのでは？

settings

ERMA system: 線形チェーンCRFに使うNEラベルの予測のため 最適化：log likelihood iteration: 20 ~ 100 クラスタ数：3〜5 未知語：Berkeley parser (Petrov et al., 2006), Jerboa toolkit (Van Durme, 2012)

results

code

http://www.m-mitchell.com/code/

next

-