Geo-located Aspect Based Sentiment Analysis (ABSA) for Crowdsourced Evaluation of Urban Environments

要約

感情分析手法は、都市環境のクラウドソース評価のために、都市デザインと計画の分野で急速に採用されています。
ただし、このドメイン内で使用されるほとんどのモデルは、テキスト評価に含まれる特定の都市の側面やそれに関連する感情に関する情報を推測することなく、全体としてのテキスト評価に関連するポジティブまたはネガティブな感情を識別できます。
アスペクトベース感情分析 (ABSA) の人気が高まっている一方で、既存の ABSA モデルのほとんどは、レストラン、電化製品、消費財などの非都市テーマでトレーニングされています。
この一連の研究は、対応する側面センチメント分類とともに、地理位置情報に基づいたテキスト都市評価に含まれる都市側面を抽出できる ABSA モデルを開発します。
公共公園のクラウドソーシングされた 2,500 件のレビューのデータセットに注釈を付け、このデータに対してローカル コンテキスト フォーカス (LCF) を使用してトランスフォーマーからの双方向エンコーダー表現 (BERT) モデルをトレーニングします。
私たちのモデルは、アスペクト用語抽出 (ATE) タスクとアスペクトセンチメント分類 (ASC) タスクの両方で、都市レビューの予測精度の大幅な向上を達成しました。
実証分析のために、ボストン全域の都市のポジティブな側面とネガティブな側面が空間的に視覚化されます。
このモデルがデザイナーやプランナーのきめ細かい都市感情評価に役立つことを願っています。

要約(オリジナル)

Sentiment analysis methods are rapidly being adopted by the field of Urban Design and Planning, for the crowdsourced evaluation of urban environments. However, most models used within this domain are able to identify positive or negative sentiment associated with a textual appraisal as a whole, without inferring information about specific urban aspects contained within it, or the sentiment associated with them. While Aspect Based Sentiment Analysis (ABSA) is becoming increasingly popular, most existing ABSA models are trained on non-urban themes such as restaurants, electronics, consumer goods and the like. This body of research develops an ABSA model capable of extracting urban aspects contained within geo-located textual urban appraisals, along with corresponding aspect sentiment classification. We annotate a dataset of 2500 crowdsourced reviews of public parks, and train a Bidirectional Encoder Representations from Transformers (BERT) model with Local Context Focus (LCF) on this data. Our model achieves significant improvement in prediction accuracy on urban reviews, for both Aspect Term Extraction (ATE) and Aspect Sentiment Classification (ASC) tasks. For demonstrative analysis, positive and negative urban aspects across Boston are spatially visualized. We hope that this model is useful for designers and planners for fine-grained urban sentiment evaluation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google