論文の概要: Automatic Construction of Context-Aware Sentiment Lexicon in the
Financial Domain Using Direction-Dependent Words
- arxiv url: http://arxiv.org/abs/2106.05723v1
- Date: Thu, 10 Jun 2021 13:08:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-11 14:24:23.153807
- Title: Automatic Construction of Context-Aware Sentiment Lexicon in the
Financial Domain Using Direction-Dependent Words
- Title（参考訳）: 方向依存語を用いた金融ドメインにおける文脈認識型感性辞書の自動構築
- Authors: Jihye Park, Hye Jin Lee, Sungzoon Cho
- Abstract要約: 我々は、方向依存語からなる感性語彙に対してSenti-DDという語彙を構築する。
実験の結果,Senti-DDでは高い分類性能が得られた。
- 参考スコア（独自算出の注目度）: 6.664755699733471
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Increasing attention has been drawn to the sentiment analysis of financial
documents. The most popular examples of such documents include analyst reports
and economic news, the analysis of which is frequently used to capture the
trends in market sentiments. On the other hand, the significance of the role
sentiment analysis plays in the financial domain has given rise to the efforts
to construct a financial domain-specific sentiment lexicon. Sentiment lexicons
lend a hand for solving various text mining tasks, such as unsupervised
classification of text data, while alleviating the arduous human labor required
for manual labeling. One of the challenges in the construction of an effective
sentiment lexicon is that the semantic orientation of a word may change
depending on the context in which it appears. For instance, the word ``profit"
usually conveys positive sentiments; however, when the word is juxtaposed with
another word ``decrease," the sentiment associated with the phrase ``profit
decreases" now becomes negative. Hence, the sentiment of a given word may shift
as one begins to consider the context surrounding the word. In this paper, we
address this issue by incorporating context when building sentiment lexicon
from a given corpus. Specifically, we construct a lexicon named Senti-DD for
the Sentiment lexicon composed of Direction-Dependent words, which expresses
each term a pair of a directional word and a direction-dependent word.
Experiment results show that higher classification performance is achieved with
Senti-DD, proving the effectiveness of our method for automatically
constructing a context-aware sentiment lexicon in the financial domain.
- Abstract（参考訳）: 財務書類の感情分析に注目が集まっている。
そのような文書の最も人気のある例は、アナリストレポートと経済ニュースであり、その分析は市場の感情の傾向を捉えるために頻繁に使われている。
一方で、金融ドメインにおける感情分析の役割の重要性は、金融ドメイン固有の感情レキシコンを構築する努力のきっかけとなっている。
センティメント・レキシコンは、テキストデータの教師なし分類のような様々なテキストマイニングタスクを解決するのに役立ち、手動ラベリングに必要な人的労力を軽減する。
効果的な感情レキシコンを構築する際の課題の1つは、単語が現れる文脈によって意味的指向が変化する可能性があることである。
例えば、「非営利団体」という単語は通常ポジティブな感情を伝えるが、単語が別の単語「decrease」と混じり合うと、「非営利団体」という単語に関連付けられた感情は否定的になる。
したがって、ある単語の感情は、単語を取り巻く文脈を考慮し始めるにつれて変化するかもしれない。
本稿では,与えられたコーパスから感情語彙を構築する際に,文脈を組み込むことでこの問題に対処する。
具体的には、方向依存語と方向依存語のペアをそれぞれ表現する、方向依存語からなる感性語彙のためのSenti-DDという語彙を構築する。
実験の結果,senti-ddにより高い分類性能を達成し,金融領域における文脈認識型感情レキシコンの自動構築手法の有効性を実証した。
関連論文リスト
- You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
感情分析ツールが同じデータセットで一致しないことを示す。
感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
論文 参考訳（メタデータ） (2024-10-18T17:27:38Z) - A Comparison of Lexicon-Based and ML-Based Sentiment Analysis: Are There
Outlier Words? [14.816706893177997]
本稿では、4つのドメインから抽出された15万以上の英語テキストに対する感情を計算する。
回帰モデルを用いて各ドメインの文書に対するアプローチ間の感情スコアの差をモデル化する。
以上の結果から,単語の重要性はドメインに依存しており,感情スコアの違いを系統的に引き起こす辞書項目が存在しないことが示唆された。
論文 参考訳（メタデータ） (2023-11-10T18:21:50Z) - USA: Universal Sentiment Analysis Model & Construction of Japanese
Sentiment Text Classification and Part of Speech Dataset [0.0]
本稿では,個々の単語と全体テキスト間の相互強化効果(MRE)を活用することで,性能の向上を提案する。
本研究を支援するために,4つの新しい感性テキスト分類と音声の一部(SCPOS)データセットをアノテートした。
さらに,7ビリオンのパラメータサイズを持つユニバーサル・センチメント・アナリティクス(USA)モデルを開発した。
論文 参考訳（メタデータ） (2023-09-07T15:35:00Z) - Sentiment-Aware Word and Sentence Level Pre-training for Sentiment
Analysis [64.70116276295609]
SentiWSPは、WordレベルとSentenceレベルの事前トレーニングタスクを組み合わせた、Sentiment対応の事前トレーニング言語モデルである。
SentiWSPは、様々な文レベルおよびアスペクトレベルの感情分類ベンチマーク上で、最先端のパフォーマンスを新たに達成する。
論文 参考訳（メタデータ） (2022-10-18T12:25:29Z) - Lost in Context? On the Sense-wise Variance of Contextualized Word
Embeddings [11.475144702935568]
各単語感覚の文脈的埋め込みが、典型的な事前学習モデルにおける文脈によってどの程度異なるかを定量化する。
単語表現は位置バイアスを受けており、異なる文脈における最初の単語はより類似する傾向にある。
論文 参考訳（メタデータ） (2022-08-20T12:27:25Z) - Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。
単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。
これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
論文 参考訳（メタデータ） (2020-10-05T17:19:10Z) - A Variational Approach to Unsupervised Sentiment Analysis [8.87759101018566]
本研究では,教師なし感情分析のための変分アプローチを提案する。
我々は、監視信号としてターゲット-オピニオンワードペアを使用する。
顧客レビューと臨床物語に対する感情分析に本手法を適用した。
論文 参考訳（メタデータ） (2020-08-21T09:52:35Z) - SKEP: Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis [69.80296394461149]
本稿では,複数の感情分析タスクに対する統一的な感情表現を学習するために,感覚知識強化事前学習(SKEP)を導入する。
自動的な知識の助けを借りて、SKEPは感情マスキングを行い、3つの感情知識予測目標を構築する。
3種類の感情タスクの実験では、SKEPはトレーニング前ベースラインよりも有意に優れていた。
論文 参考訳（メタデータ） (2020-05-12T09:23:32Z) - SentiBERT: A Transferable Transformer-Based Architecture for
Compositional Sentiment Semantics [82.51956663674747]
SentiBERT は BERT の変種であり、構成的感情意味論を効果的に捉えている。
SentiBERTは語句レベルの感情分類において競争力を発揮することを示す。
論文 参考訳（メタデータ） (2020-05-08T15:40:17Z) - Detecting Domain Polarity-Changes of Words in a Sentiment Lexicon [24.818142279945633]
多くの感情語はドメインに依存している。つまり、一部のドメインでは肯定的であるが、一部のドメインでは否定的である。
本稿では,この問題に対処するためのグラフベースの手法を提案する。
実験結果から,複数の実世界のデータセット上での有効性が示された。
論文 参考訳（メタデータ） (2020-04-29T17:35:05Z) - A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。
文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文 参考訳（メタデータ） (2020-01-28T05:03:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。