Sentiment Analysis in SemEval: A Review of Sentiment Identification Approaches

要約

ソーシャルメディアプラットフォームは、メッセージングや意見の表現など、社会的相互作用の基礎になりつつあります。
この点で、センチメント分析手法は、感情、感情、議論されたトピックを含む生成されたデータの検索と分析を確保するためのソリューションの提供に焦点を当てています。
セマンティック評価に関する国際ワークショップ（SEMVAL）などの国際大会は、センチメント分析システムの構築に特別な研究関心を持って多くの研究者や実践者を集めています。
私たちの仕事では、2013年から2021年にかけて、各Semeval Editionのトップランクシステムを研究しています。合計658チームがこれらのエディションに参加し、長年にわたって関心が高まりました。
データ収集、前処理、分類を含むセンチメント分析システムの主要なコンポーネントに焦点を当てて、研究動向の進化をマークする提案されたシステムを分析します。
私たちの研究では、前処理技術の積極的な使用、レキシコンベースのアプローチから単語の埋め込みへの特徴と単語表現、および分類段階よりもニューラルネットワークと変圧器の支配が、すぐに使用できるモデルの使用を促進することを示しています。
さらに、新しいシステムの迅速なプロトタイピングを可能にする実験システムに基づいた洞察を研究者に提供し、将来のセムバルエディションのために実践者が構築するのを支援します。

要約(オリジナル)

Social media platforms are becoming the foundations of social interactions including messaging and opinion expression. In this regard, Sentiment Analysis techniques focus on providing solutions to ensure the retrieval and analysis of generated data including sentiments, emotions, and discussed topics. International competitions such as the International Workshop on Semantic Evaluation (SemEval) have attracted many researchers and practitioners with a special research interest in building sentiment analysis systems. In our work, we study top-ranking systems for each SemEval edition during the 2013-2021 period, a total of 658 teams participated in these editions with increasing interest over years. We analyze the proposed systems marking the evolution of research trends with a focus on the main components of sentiment analysis systems including data acquisition, preprocessing, and classification. Our study shows an active use of preprocessing techniques, an evolution of features engineering and word representation from lexicon-based approaches to word embeddings, and the dominance of neural networks and transformers over the classification phase fostering the use of ready-to-use models. Moreover, we provide researchers with insights based on experimented systems which will allow rapid prototyping of new systems and help practitioners build for future SemEval editions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google