기계학습에 기반한 문장의미의 주관성/객관성 자동분류 방법 - 독일어 트위터 문장을 중심으로
Automatische Klassifizierung der Subjektivität der Satzbedeutungen anhand von maschinellem Lernen
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
In der vorliegenden Arbeit wurde ein Ansatz zur automatischen Klassifizierung der Subjektivität der Satzbedeutungen bei Twitter vor- geschlagen. Unter dem Begriff Subjektivität der Bedeutung versteht man einen mentalen Zustand, der durch die Satzbedeutungen direkt oder indirekt ausgedrückt wird. Der Ansatz stützt sich auf das maschinelle Lernen, das im Bereich der künstlichen Intelligenz für die Patternerkennung erfolgreich herangezogen wird. Bisher wurden verschiedene Algorithmen aus dem Bereich des maschinellen Lernens vorgeschlagen. Dazu gehören u. a. ‘Support Vector Machine (SVM)’, ‘Naive Bayesian’ und ‘Decision Tree’. In dieser Arbeit wurde der SVM-Algorithmus herangezogen. Um den SVM-Algorithmus effektiv anzuwenden, müssen passende Merkmale für das maschinelle Lernen ausgewählt werden. Die meisten bisherigen Arbeiten haben die Wörter im Lernkorpus als Merkmale verwendet. Diese Methode wird ‘bag of words’-Ansatz genannt. Sie zeigt einigermaßen befriedigende Ergebnisse in der Klassifizierung. Aber sie leidet unter dem sogenannten ‘overfitting’ Problem der Lerndaten. Um diese Probleme zu vermeiden, wählen wir die Merkmale aus dem Senti-Wortschatz Lexikon aus. Das Lexikon enthält nur solche Einträge, die eine positive oder negative Polarität der Bedeutung aufweisen. Im Twitter kann man aber oft vulgären Wörtern oder Emoticons begegnen, die Emotionen des Sprechers oder Verfassers aufweisen. Solche Wörter und Emoticons können auch sehr effektive Merkmale darstellen, die für das maschinelle Lernen erfolgreich angewendet werden. Das Experiment zeigte, dass unser Ansatz um 5% besser bezüglich der ‘Accuracy’ als der ‘bag of words’-Ansatz ist. Auch bei der Klassifizierung der subjektiven Sätze übertrifft unser Ansatz den ‘bag of words’-Ansatz bezüglich der ‘Precision’. Aber der niedrige ‘Recall’-Wert bleibt als eine zukünftige Aufgabe zu lösen.
Abstract
In der vorliegenden Arbeit wurde ein Ansatz zur automatischen Klassifizierung der Subjektivität der Satzbedeutungen bei Twitter vor- geschlagen. Unter dem Begriff Subjektivität der Bedeutung versteht man einen mentalen Zustand, der durch die Satzbedeutungen direkt oder indirekt ausgedrückt wird. Der Ansatz stützt sich auf das maschinelle Lernen, das im Bereich der künstlichen Intelligenz für die Patternerkennung erfolgreich herangezogen wird. Bisher wurden verschiedene Algorithmen aus dem Bereich des maschinellen Lernens vorgeschlagen. Dazu gehören u. a. ‘Support Vector Machine (SVM)’, ‘Naive Bayesian’ und ‘Decision Tree’. In dieser Arbeit wurde der SVM-Algorithmus herangezogen. Um den SVM-Algorithmus effektiv anzuwenden, müssen passende Merkmale für das maschinelle Lernen ausgewählt werden. Die meisten bisherigen Arbeiten haben die Wörter im Lernkorpus als Merkmale verwendet. Diese Methode wird ‘bag of words’-Ansatz genannt. Sie zeigt einigermaßen befriedigende Ergebnisse in der Klassifizierung. Aber sie leidet unter dem sogenannten ‘overfitting’ Problem der Lerndaten. Um diese Probleme zu vermeiden, wählen wir die Merkmale aus dem Senti-Wortschatz Lexikon aus. Das Lexikon enthält nur solche Einträge, die eine positive oder negative Polarität der Bedeutung aufweisen. Im Twitter kann man aber oft vulgären Wörtern oder Emoticons begegnen, die Emotionen des Sprechers oder Verfassers aufweisen. Solche Wörter und Emoticons können auch sehr effektive Merkmale darstellen, die für das maschinelle Lernen erfolgreich angewendet werden. Das Experiment zeigte, dass unser Ansatz um 5% besser bezüglich der ‘Accuracy’ als der ‘bag of words’-Ansatz ist. Auch bei der Klassifizierung der subjektiven Sätze übertrifft unser Ansatz den ‘bag of words’-Ansatz bezüglich der ‘Precision’. Aber der niedrige ‘Recall’-Wert bleibt als eine zukünftige Aufgabe zu lösen.
참고문헌 (18)
- 박신혜, "독일어 트위터 메시지의 논조분석을 위한 언어학적 특징 연구", 석사, 독어독문학과, pp.2012
- 홍문표, "자동논조분석 시스템 개발을 위한 독일어 텍스트의 논조별 어휘출현양상 연구", 독일문학, 50(3), pp.414~433 (2009), 한국독어독문학회
- 홍문표, "구문분석과 기계학습 기반 하이브리드 텍스트 논조 자동 분석", 언어와 정보, 14(2), pp.159~181 (2010), 한국언어정보학회
- Alm, C., "Emotions from text: machine learning for text-based emotion prediction", Proceedings of Joint Conference on HLT, 2005, 579~586[DOI]
- Bird, S., "Natural Language Processing with Python" (2009), O’Reilly
- Cortes, C, "Support-Vector Networks", Machine Learning, 20(3), pp.273~297 (1995)
- Esuli, A., "SentiWordNet: A Publicly Available Lexical Resource for Opinion Mining", Proceedings of LREC-06, 5th Conference of Language Resources and Evaluation, pp.417~422 (2006)
- Hatzivassiloglou, V., "Predicting the Semantic Orientation of Adjectives", Proceedings of the 8th conference on European chapter of the Association for Computational Linguistics, pp.174~181 (1997)
- Murphy, K.P., "Machine Learning ― A probabilistic Perspective" (2012), The MIT Press
- Ohana, B, "Sentiment classification of reviews using SentiWordNet", Proceedings of 9th. IT&T Conference (2009)
- Pang, B., "Thumbs up? Sentiment classification using machine learning techniques", Proceedings of the ACL-02 conference on Empirical methods in natural language processing, 10 (2002)
- Pang, B., "A Sentimental Education: Sentiment Analysis Using Subjectivity Summarization Based on Minimum Cuts", Proceedings of the 42nd Annual Meeting of the Association for Computational Linguistics (ACL'04), pp.271~278 (2004), ACL
- Popescu, A.-M., "Extracting Product Features and Opinions from Reviews", Proceedings of HLT, 2005, 339~346[DOI]
- Remus, R., "SentiWS ― a Publicly Available German-language Resource for Sentiment Analysis", Proceedings of the 7th International Language Ressources and Evaluation (LREC'10), pp.1168~1171 (2010), LREC
- Strapparava, C., "WordNet-Affect: an affective extension of WordNet", Proceedings of the 4th International Conference on Language Resources and Evaluation (LREC 2004), pp.1083~1086 (2004), LREC
- Turney, P.D, "Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews", Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics, pp.417~424 (2002), ACL
- Wiebe, J., "Annotating Expressions of Opinions and Emotions in Language", Language Resources and Evaluation, 39(2, pp.3) (2005), 164~210
- Wilson, T., "Recognizing Contextual Polarity in Phrase-Level Sentiment Analysis", Proceedings of HLT, 2005, 347~354[DOI]