投稿日: その他 論文紹介

Semantic Role Labeling of Emotions in Tweets

Saif M. Mohammad
Xiaodan Zhu
Joel Martin
In Proc. of WASSA 2014

概要

これまでにも、ツイートに含まれる感情を推定する研究は行われてきたが、この研究では、誰が感情を抱いているか、誰に対する感情か、に着目している点に特徴がある。その2点をクラウドソーシングで調べた上で、感情の種類と感情の対象をSVMを用いて推定。

クラウドソーシング

2012年のアメリカ大統領選に関するツイートを収集し、その中から約2000ツイートをクラウドソーシングに利用。クラウドソーシングの結果、全ツイートのうち88%には1種類の感情が含まれ、2%には2種類以上の感情が含まれていた。最も多かった感情はdisgustの48%で、次いでtrustの24%、angerの7%であった。誰が感情を抱いているか、については、99.825%がツイートの投稿者であった。
感情を抱いている対象は、Barack Obamaが最多で30%、Mitt Romneyが次いで25%であった。候補者の二人で全体で55%を占めておりその他の対象はある個人や政党であった。

感情推定

ツイートに含まれる感情が、8種類の中のいずれであるかをSVMを用いて推定。素性は単語nグラムや連続するクエスチョンマークの数など。分類精度は57%で、最も有効な素性は単語nグラムであった。

感情の対象推定

感情を抱いている対象が、Barack ObamaやMitt Romneyなど、事前に定めた9種類の中のいずれであるかをSVMを用いて推定。素性は単語nグラムやツイート中のハッシュタグなど。分類精度は57%であった。


-その他, 論文紹介

関連記事

Search engine click spam detection based on bipartite graph propagation

Li, Xin Zhang, Min Liu, Yiqun Ma, Shaoping Jin, Yijiang Ru, Liyun In Proc. of WSDM 2014 http://dl.ac …

Mobile App Retrieval for Social Media Users via Inference of Implicit Intent in Social Media Text

Park, Dae Hoon and Fang, Yi and Liu, Mengwen and Zhai, ChengXiang In Proc. of CIKM 2016 概要 ツイートに含まれる …

Mining Contentious Documents Using an Unsupervised Topic Model Based Approach

Amine, Trabelsi and Osmar R., Zaiane In Proc. of ICDM 2014 概要 ある話題に関する文書集合が与えられたときに、「賛成」や「反対」などの各観点( …

Can social features help learning to rank youtube videos?

Chelaru, Sergiu Viorel Orellana-Rodriguez, Claudia Altingovde, Ismail Sengor In Proc. of WISE 2012 概 …

Improving the exploration of tag spaces using automated tag clustering

Radelaar, Joni Boor, Aart-Jan Vandic, Damir Van Dam, Jan-Willem Hogenboom, Frederik Frasincar, Flavi …