文献

J-GLOBAL ID：201402232089965799   整理番号：14A0022063

評価表現と文脈一貫性を利用した教師データ自動生成によるクレーム検出

Complaint Sentence Detection via Automatic Training Data Generation using Sentiment Lexicons and Context Coherence

著者 (3件)： 乾孝司 (筑波大 大学院システム情報工学研究科) ,  梅澤佑介 (筑波大 大学院システム情報工学研究科) ,  山本幹雄 (筑波大 大学院システム情報工学研究科)
資料名： 自然言語処理  (Journal of Natural Language Processing)
巻： 20  号： 5  ページ： 683-705  発行年： 2013年12月13日 
JST資料番号： L3934A  ISSN： 1340-7619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,レビュー文書からクレームが記述された文を自動検出する課題に対して,従来から問題となっていた人手負荷を極力軽減することを指向した次の手続きおよび拡張手法を提案する:(1)評価表現と文脈一貫性に基づく教師データ自動生成の手続き。(2)自動生成された教師データの特性を踏まえたナイーブベイズ・モデルの拡張手法。提案手法では,大量のレビュー生文書の集合と評価表現辞書が準備できれば,クレーム検出規則の作成・維持・管理,あるいは,検出規則を自動学習するために必要となる教師データの作成にかかる人手負荷は全くかからない利点をもつ。評価実験を通して,提案手法によって検出対象文の文脈情報を適切に捉えることで,クレーム文の検出精度を向上させることができること,および,人手によって十分な教師データが作成できない状況においては,提案手法によって大量の教師データを自動生成することで,人手を介在させる場合と同等あるいはそれ以上のクレーム検出精度が達成できることを示した。(著者抄録)

シソーラス用語： *自然言語処理 ,  苦情 ,  レビュー ,  文書 ,  *教師つき学習 ,  一貫性 ,  文脈 ,  評価試験 ,  精度 ,  表現 ,  評価 ,  *Bayes推定 ,  自動分類
準シソーラス用語： Naive Bayes ,  クレーム ,  ラベル付け【文書】 ,  レビュー文書 ,  検出精度 ,  *自然言語生成 ,  評価表現 ,  文脈一貫性

分類 (3件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

引用文献 (16件)：

• Goldberg, A. B., Fillmore, N., Andrzejewski, D., Xu, Z., Gibson, B., and Zhu, X. (2009). “May All Your Wishes Come True: A Study of Wishes and How to Recognize Them.” In Proceedings of the Human Language Technology Conference and the North American Chapter of the Association for Computational Linguistics, pp. 263-271.
• 乾孝司,奥村学 (2006). テキストを対象とした評価情報の分析に関する研究動向. 自然言語処理, 13 (3), pp. 201-241.
• 金山博,那須川哲哉 (2005). 要望表現の抽出と整理. 言語処理学会第 11 回年次大会発表論文集, pp. 660-663.
• Lafferty, J., McCallum, A., and Pereira, F. (2001). “Conditional random fields: Probabilistic models for segmenting and labeling sequence data.” In Proceedings of the 29th Internatinal Conference on Machine Learning, pp. 282-289.
• Manning, C. D. and Schutze, H. (1999). Foundations of Statistical Natural Language Processing. The MIT Press.

タイトルに関連する用語 (6件)： 評価 ,  表現 ,  文脈 ,  教師データ ,  自動生成 ,  クレーム