論文の概要: Fault of Our Stars: Behavioral Drivers of Rating-Sentiment Incongruence
- arxiv url: http://arxiv.org/abs/2606.25518v2
- Date: Wed, 01 Jul 2026 16:00:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 15:15:53.046057
- Title: Fault of Our Stars: Behavioral Drivers of Rating-Sentiment Incongruence
- Title（参考訳）: 星の断層:レーティング・センシティメント・インコンスルーレンスの行動ドライバー
- Abstract要約: 本研究は、レビューテキストで表される感情が、星の評価によって示唆される感情と異なる、感情評価の不整合性について検討する。
16,156件のレビューのデータセットをトランスフォーマーベースの感情パイプラインを用いて分析する。
- 参考スコア（独自算出の注目度）: 1.4725756242238013
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When people share experiences online, they often express thoughts in two ways: a star rating and a written review. In sentiment analysis, ratings are widely used as convenient weak labels for textual sentiment, yet whether the two actually agree is rarely questioned. This study investigates sentiment-rating incongruence, where the sentiment expressed in review text differs from the sentiment implied by the assigned star rating, in Sri Lankan tourism attraction reviews. A dataset of 16,156 reviews from 2010 to 2023 is analyzed using a transformer-based sentiment pipeline that derives textual sentiment independently of assigned ratings. Incongruence occurs in 18.6% of reviews and falls into six directional patterns, with Conservative Rater and Obligatory 5-Star behaviors accounting for the majority of mismatches. Prevalence also varies across venue types, with museums showing the highest rates. Statistical tests, logistic regression, Random Forest, and SHAP analysis identify venue type, reviewer expertise, review length, and temporal factors as contributors to rating-text divergence. Overall, this study demonstrates that star ratings are not interchangeable with textual sentiment and should be validated before being treated as ground-truth labels in NLP.
- Abstract（参考訳）: オンラインで経験を共有するとき、彼らはよく、星のレーティングと書かれたレビューという2つの考え方を表現します。
感情分析では、評価はテキスト感情に便利な弱いラベルとして広く使用されるが、実際に同意するかどうかは疑問視されることはほとんどない。
本研究では,スリランカの観光アトラクションレビューにおいて,アサインされた星のレーティングによって示唆される感情と,レビューテキストで表現された感情が異なる感情評価の不整合性について検討した。
2010年から2023年までの16,156件のレビューデータセットは、割り当てられた評価から独立して、テキストによる感情を導出するトランスフォーマーベースの感情パイプラインを用いて分析される。
一致は18.6%のレビューで発生し、6つの方向パターンに分類され、保守的なラターと5つ星の行動は、ほとんどのミスマッチを考慮に入れている。
有病率は会場の種類によって異なり、博物館は最も高いレートを示している。
統計テスト、ロジスティック回帰、ランダムフォレスト、およびSHAP分析は、評価テキストのばらつきに寄与する要因として、場所タイプ、レビュアーの専門知識、レビューの長さ、時間的要因を特定する。
本研究は、星の評価がテキストの感情と相容れないことを示し、NLPの基調ラベルとして扱われる前に検証すべきであることを示した。
関連論文リスト
- How Can Rhetoric Reward-Hack AI Reviewers? Dissecting Rhetorical Sensitivity in AI-Based Peer Review [34.868311584135775]
報告された科学的内容が保存されている場合、修辞的選択がAIレビューの判断をどのように形成するかを検討する。
我々は120の匿名ICLR 2026からの4,200のフルペーパー原稿の制御コーパスを構築した。
論文 参考訳（メタデータ） (2026-08-10T00:42:51Z) - Articulate Intuition or Genuine Analysis? Benchmarking Epistemic Reliability in LLM-as-a-Judge Peer Reviews [37.684628465527545]
我々は、Kahnemanの二重プロセス理論をピアレビューとリリースのための構造化ルーリックとして運用する。
評価基準は3,563で、理論的に動機付けられた9つのテキスト次元、8つのバイアス診断、連続的推論品質スコアで評価された。
論文 参考訳（メタデータ） (2026-07-12T00:03:42Z) - Aspect-Based Sentiment Evolution and its Correlation with Review Rounds in Multi-Round Peer Reviews: A Deep Learning Approach [2.654068381694478]
本研究では,ピアレビューコメントにおけるアスペクトレベルの感情の分布と進化について検討する。
我々は、一連の深層学習に基づくアスペクト感情分類モデルを訓練する。
レビューラウンドの数が増加するにつれて、肯定的な感情の割合は増加し、否定的な感情は減少する。
論文 参考訳（メタデータ） (2026-06-23T06:14:00Z) - Which Review Aspect Has a Greater Impact on the Duration of Open Peer Review in Multiple Rounds? -- Evidence from Nature Communications [4.536998653366957]
本研究は、特定のレビュー面に対する感情とピアレビュー期間との関係について検討する。
また、この関係は規律やレビューラウンドによってどのように異なるかについても検討している。
論文 参考訳（メタデータ） (2026-06-20T06:41:26Z) - Beyond Rating: A Comprehensive Evaluation and Benchmark for AI Reviews [69.66583722746904]
私たちは、AIレビュアーを5次元にわたって評価する総合的な評価フレームワークであるBeyond Ratingを紹介します。
本稿では,専門家の不一致に対応するためのMax-Recall戦略を提案する。
提案したテキスト中心の指標は、特に弱みの議論のリコールであり、評価精度と強く相関している。
論文 参考訳（メタデータ） (2026-04-21T14:21:15Z) - Is Peer Review Really in Decline? Analyzing Review Quality across Venues and Time [55.756345497678204]
本稿では,エビデンスに基づくレビュー品質の比較研究のための新しいフレームワークを提案する。
ICLR、NeurIPS、*ACLといった主要なAIおよび機械学習のカンファレンスに適用します。
レビュー品質の測定値と時間経過に伴うその進化の関係について検討する。
論文 参考訳（メタデータ） (2026-01-21T16:48:29Z) - Disparities in Peer Review Tone and the Role of Reviewer Anonymity [0.0]
本研究は2つの主要な雑誌において8万件以上のレビューを調査する。
レビューのトーン、感情、支持的な言語が、著者の人口層によってどのように異なるかを明らかにする。
論文 参考訳（メタデータ） (2025-07-19T20:19:21Z) - 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) - Do LLMs Think Fast and Slow? A Causal Study on Sentiment Analysis [136.13390762317698]
感性分析(SA)は、製品レビューのようなテキストで表される感情を特定することを目的としている。
レビューとそれに関連する感情を踏まえると、この研究は2つのタスクの組み合わせとしてSAを定式化します。
総感情スコアがすべての文レベル感情の平均を近似するとC1、総感情スコアがピークとエンドの感情の平均を近似するとC2と分類する。
論文 参考訳（メタデータ） (2024-04-17T04:04:34Z) - Semantic Properties of cosine based bias scores for word embeddings [48.0753688775574]
本稿では,バイアスの定量化に有効なバイアススコアの要件を提案する。
これらの要件について,コサインに基づくスコアを文献から分析する。
これらの結果は、バイアススコアの制限がアプリケーションケースに影響を及ぼすことを示す実験で裏付けられている。
論文 参考訳（メタデータ） (2024-01-27T20:31:10Z) - Psychologically-Inspired Causal Prompts [34.29555347562032]
感情分類を例として、レビュー(X)と感情(Y)の因果関係を考察する。
本稿では,これら3つの感情分類の心理的プロセスの因果的メカニズムを3つの異なる因果的プロンプトに言語化する。
論文 参考訳（メタデータ） (2023-05-02T20:06:00Z) - From Stars to Insights: Exploration and Implementation of Unified Sentiment Analysis with Distant Supervision [1.940999549833078]
本稿では,上記の3つの課題を一貫した枠組みに統合した新しい学習パラダイムである統合感情分析を紹介する。
本稿では, 単語, アスペクト, 文書レベルの感情を階層的に把握するピラミッド構造を用いたDSPN(Distantly Supervised Pyramid Network)を提案する。
本研究はDSPNの有効性と効率を検証し,感情分析のための堅牢で資源効率の高い統一的な枠組みを構築した。
論文 参考訳（メタデータ） (2023-05-02T18:23:50Z) - SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item
Recommendation [48.1799451277808]
本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。
まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。
そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
論文 参考訳（メタデータ） (2021-08-18T08:04:38Z) - A Unified Dual-view Model for Review Summarization and Sentiment
Classification with Inconsistency Loss [51.448615489097236]
ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。
本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。
異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
論文 参考訳（メタデータ） (2020-06-02T13:34:11Z)
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。