Emotion Analysis in NLP: Trends, Gaps and Roadmap for Future Directions

要約

感情はコミュニケーションの中心的な側面です。
その結果、感情分析 (EA) は自然言語処理 (NLP) の分野で急速に成長しています。
ただし、範囲、方向性、または方法については合意がありません。
このペーパーでは、過去 10 年間の 154 件の関連する NLP 出版物を徹底的にレビューします。
このレビューに基づいて、次の 4 つの異なる質問に対処します。 (1) NLP では EA タスクはどのように定義されますか?
(2) 最も顕著な感情フレームワークは何ですか?また、どの感情がモデル化されていますか?
(3) 感情の主観性は、人口動態や文化的要因の観点から考慮されていますか?
(4) EA の主な NLP アプリケーションは何ですか?
私たちは、EA とタスク、使用されている感情フレームワーク、既存のデータセット、メソッド、アプリケーションの傾向を調べます。
次に、4 つの欠如について説明します。(1) 人口統計的および文化的側面の欠如は、感情がどのように認識されるかにおける変動を説明せず、代わりに感情が普遍的に同じように経験されると仮定します。
(2) 2 つの主要な感情理論の感情カテゴリーが課題に適合していないこと。
(3) 標準化された EA 用語の欠如により、ギャップの特定、比較、および将来の目標が妨げられます。
(4) 学際的な研究が存在しないため、EA が他の分野の洞察から孤立してしまいます。
私たちの取り組みにより、EA に関するより集中的な研究と、NLP で感情をモデル化するためのより総合的なアプローチが可能になります。

要約(オリジナル)

Emotions are a central aspect of communication. Consequently, emotion analysis (EA) is a rapidly growing field in natural language processing (NLP). However, there is no consensus on scope, direction, or methods. In this paper, we conduct a thorough review of 154 relevant NLP publications from the last decade. Based on this review, we address four different questions: (1) How are EA tasks defined in NLP? (2) What are the most prominent emotion frameworks and which emotions are modeled? (3) Is the subjectivity of emotions considered in terms of demographics and cultural factors? and (4) What are the primary NLP applications for EA? We take stock of trends in EA and tasks, emotion frameworks used, existing datasets, methods, and applications. We then discuss four lacunae: (1) the absence of demographic and cultural aspects does not account for the variation in how emotions are perceived, but instead assumes they are universally experienced in the same manner; (2) the poor fit of emotion categories from the two main emotion theories to the task; (3) the lack of standardized EA terminology hinders gap identification, comparison, and future goals; and (4) the absence of interdisciplinary research isolates EA from insights in other fields. Our work will enable more focused research into EA and a more holistic approach to modeling emotions in NLP.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google