Entity-Level Sentiment Analysis (ELSA): An exploratory task survey

要約

タイトル：実体レベルの感情分析（ELSA）：探索的なタスク調査

要約：
– この論文は、文書中の意向的な固有名詞（人や組織）に対する全体的な感情を特定するタスクである「実体レベルの感情分析（ELSA）」の調査を行っている。
– 短いテキスト（ツイートなど）に対する固有名詞の感情認識がよく研究されている一方、同じ固有名詞に対して複数の言及や意見がある長いテキストに関するこのタスクについては、わずかまたは全く研究がないことがわかった。
– この研究の目的は、既存のタスクやモデルからELSAを導出できるかどうかを評価することである。そのために、多くのドメインに対して注釈が付けられたプロフェッショナルなレビューから、テキスト中の各意向的な固有名詞に対する全体的な感情を注釈つけたセットを作成した。
– 我々の結果から、ELSAを満足できるパフォーマンスレベルで提供する単一のプロキシタスクは存在しないと結論づけた。そこで、我々はドキュメントレベル、文レベル、ターゲットレベルの感情分析がELSAにどのように貢献するかを評価する一連の実験を行い、その欠点について議論を提供した。
– 我々は、対象が意向的な実体でなくても関連性があれば、対象に対する感情が表現されることも示した。さらに、アナフォラ解決を超えた関係についても研究が需要であることを認めている。
– 最後に、関連する以前の調査に関する調査結果を提供する。

要約(オリジナル)

This paper explores the task of identifying the overall sentiment expressed towards volitional entities (persons and organizations) in a document — what we refer to as Entity-Level Sentiment Analysis (ELSA). While identifying sentiment conveyed towards an entity is well researched for shorter texts like tweets, we find little to no research on this specific task for longer texts with multiple mentions and opinions towards the same entity. This lack of research would be understandable if ELSA can be derived from existing tasks and models. To assess this, we annotate a set of professional reviews for their overall sentiment towards each volitional entity in the text. We sample from data already annotated for document-level, sentence-level, and target-level sentiment in a multi-domain review corpus, and our results indicate that there is no single proxy task that provides this overall sentiment we seek for the entities at a satisfactory level of performance. We present a suite of experiments aiming to assess the contribution towards ELSA provided by document-, sentence-, and target-level sentiment analysis, and provide a discussion of their shortcomings. We show that sentiment in our dataset is expressed not only with an entity mention as target, but also towards targets with a sentiment-relevant relation to a volitional entity. In our data, these relations extend beyond anaphoric coreference resolution, and our findings call for further research of the topic. Finally, we also present a survey of previous relevant work.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI