TAILIEUCHUNG - Báo cáo khoa học: "Incorporating topic information into sentiment analysis models"

This paper reports experiments in classifying texts based upon their favorability towards the subject of the text using a feature set enriched with topic information on a small dataset of music reviews hand-annotated for topic. The results of these experiments suggest ways in which incorporating topic information into such models may yield improvement over models which do not use topic information. | Incorporating topic information into sentiment analysis models Tony Mullen National Institute of Informatics NII Hitotsubashi 2-1-2 Chiyoda-ku Tokyo 101-8430 Japan mullen@ Nigel Collier National Institute of Informatics NII Hitotsubashi 2-1-2 Chiyoda-ku Tokyo 101-8430 Japan collier@ Abstract This paper reports experiments in classifying texts based upon their favorability towards the subject of the text using a feature set enriched with topic information on a small dataset of music reviews hand-annotated for topic. The results of these experiments suggest ways in which incorporating topic information into such models may yield improvement over models which do not use topic information. 1 Introduction There are a number of challenging aspects in recognizing the favorability of opinion-based texts the task known as sentiment analysis. Opinions in natural language are very often expressed in subtle and complex ways presenting challenges which may not be easily addressed by simple text categorization approaches such as n-gram or keyword identification approaches. Although such approaches have been employed effectively Pang et al. 2002 there appears to remain considerable room for improvement. Moving beyond these approaches can involve addressing the task at several levels. Negative reviews may contain many apparently positive phrases even while maintaining a strongly negative tone and the opposite is also common. This paper attempts to address this issue using Support Vector Machines SVMs a well-known and powerful tool for classification of vectors of real-valued features Vapnik 1998 . The present approach emphasizes the use of a variety of diverse information sources. In particular several classes of features based upon the proximity of the topic with phrases which have been assigned favorability values are described in order to take advantage of situations in which the topic of the text may be explicitly identified. 2 Motivation In the past work has

• Báo cáo khoa học
• Incorporating topic information
• sentiment analysis models
• Tony Mullen
• báo cáo khoa học
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học