感情分析

テキスト分類の一種としての感情分析

テキスト分類は、テキストや文書に対してラベルやカテゴリを割り当てるタスクです。感情分析はこのテキスト分類の一種で、書き手がある対象に対して表す肯定的または否定的な方向性を分類します。この方向性をセンチメントと呼びます。感情分析は、文章の中身から書き手の立場を読み取り、あらかじめ決めたカテゴリのどれに当たるかを判定するタスクだと言えます。

感情が向けられる対象の違い

感情分析で扱う感情には、必ずそれを向ける対象があります。映画、書籍、製品のレビューでは、書き手はその作品や製品に対する感情を表しています。一方、社説や政治的な文章では、ある行動や候補者に対する感情が表れます。このように、文章の種類によって感情が向けられる対象は異なりますが、どちらも対象への肯定的または否定的な方向性を分類する点は共通しています。

感情を抽出することは、マーケティングから政治まで幅広い分野に関わります。製品への評価を知りたい場面でも、政策や候補者への反応を知りたい場面でも、文章から感情を取り出す技術が役に立ちます。

入力と出力で見た感情分析

感情分析を分類問題として定式化すると、入力 x はレビューなどのテキストになります。出力の集合 Y は、肯定、否定、中立の3つのように、感情のクラスを表すカテゴリの集合です。肯定と否定の2つだけでなく、中立を含めたり、これに似た別のカテゴリを使ったりすることもあります。分類器は入力されたテキストを受け取り、その集合の中から1つのクラスを選びます。

分類の手がかりになる単語

感情分析では、テキストに含まれる単語が分類器にとって重要な特徴量になります。映画やレストランのレビューを例にとると、awesome や love のような単語、あるいは awful や ridiculously のような単語は、分類器が利用するうえで非常に情報量の多い特徴量です。

たとえば、キャラメルソースを awesome と褒め、I love this place と書いたレストランのレビューは肯定的な例です。反対に、ピザを awful と評し、ridiculously overpriced(ばかばかしいほど高い)と書いたレビューは否定的な例です。このように、肯定的な文章と否定的な文章にはそれぞれ特有の単語が現れやすく、分類器はそれらを手がかりにして感情のクラスを判定します。

同じテキスト分類に属する別のタスク

テキスト分類には、感情分析のほかにも同じくらい重要なタスクがあります。スパム検出は、電子メールをスパムとスパムでないものの2つのクラスのどちらかに割り当てるタスクです。言語識別は、テキストがどの言語で書かれているかを判定するタスクです。著者判定は、テキストの書き手を判定するタスクで、人文学的な分析にも法科学的な分析にも関わります。

これらはいずれもテキストにラベルを割り当てるという点で感情分析と共通していますが、判定する中身が異なります。感情分析が判定するのは、書き手が対象に向けている肯定的または否定的な方向性です。この点を押さえておくと、テキスト分類の中での感情分析の位置づけを整理しやすくなります。