A Survey of Quantum-Cognitively Inspired Sentiment Analysis Models

要約

量子理論は、もともと微視的な粒子の運動を説明するための物理理論として提案されましたが、本質的に不確実で、特定の非古典的な量子的な特性を示す、人間の認知と意思決定に関わるさまざまな非物理領域に適用されてきました。
感情分析はそのような領域の典型的な例です。
ここ数年、量子確率 (量子力学の方法論に由来する非古典的確率) とディープ ニューラル ネットワークのモデリング能力を活用することで、量子認知にインスピレーションを得た感情分析用の一連の新しいモデルが登場し、うまく機能しました。
この調査は、この魅力的な学際的領域における最新の開発のタイムリーな概要を示しています。
まず、理論レベルで量子確率と量子認知の背景を提供し、感情分析の認知的側面をモデル化する際の古典理論に対するそれらの利点を分析します。
次に、量子認知にインスピレーションを得た最近のモデルが紹介され、感情分析タスクの主要な課題にどのようにアプローチするかに焦点を当てて詳細に議論されます。
最後に、現在の研究の限界について議論し、将来の研究の方向性を強調します。

要約(オリジナル)

Quantum theory, originally proposed as a physical theory to describe the motions of microscopic particles, has been applied to various non-physics domains involving human cognition and decision-making that are inherently uncertain and exhibit certain non-classical, quantum-like characteristics. Sentiment analysis is a typical example of such domains. In the last few years, by leveraging the modeling power of quantum probability (a non-classical probability stemming from quantum mechanics methodology) and deep neural networks, a range of novel quantum-cognitively inspired models for sentiment analysis have emerged and performed well. This survey presents a timely overview of the latest developments in this fascinating cross-disciplinary area. We first provide a background of quantum probability and quantum cognition at a theoretical level, analyzing their advantages over classical theories in modeling the cognitive aspects of sentiment analysis. Then, recent quantum-cognitively inspired models are introduced and discussed in detail, focusing on how they approach the key challenges of the sentiment analysis task. Finally, we discuss the limitations of the current research and highlight future research directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google