顔文字を考慮したニュースに対するツイートの感情抽出手法の提案

Size: px

Start display at page:

Download "顔文字を考慮したニュースに対するツイートの感情抽出手法の提案"

すずりおおふさ
5 years ago
Views:

1 平成 25 年度修士論文発表会 2014 年 2 月 15 日実況ツイートからの感情抽出手法の提案甲南大学大学院自然科学研究科知能情報学専攻灘本研究室若井祐樹

2 背景近年,Twitter や Facebook といったソーシャルメディアが発展している気軽に発信できることが利点 Twitter で自分が思っていることや感じていることをその場で発しているのでは

3 背景テレビ番組を視聴しながらの実況ツイートスポーツドラマ映画もうすぐフィギュア始まる今夜も見る本格的な医療ドラマを作ることによってそれを見た若き視聴者が医者を志してくれればとてもいいことだと思うなんかキュンキュンして胸がくるしくなる話だった! 実況ツイート番組出演者やキャラクターのセリフ番組に対する自分の意見や感想視聴者の感情が多く含まれる実況ツイートから感情を抽出する手法を提案

4 実況ツイートから感情を抽出する利点時系列毎に実況ツイートを見て感情を抽出することで番組に対する感情の流れを読み取ることができる感情の大きさから盛り上がりシーンを探索することができる楽好怖悲驚

5 目的実況ツイートからユーザの感情を抽出するテレビで放送されている映画の実況ツイートに着目一般の文章を対象として既存辞書を用いた実況ツイートの感情抽出ツイート特有表現を考慮した顔文字 (^o^) 繰り返し表現 ( よっしゃああああ )

6 ツイート特有表現の感情抽出顔文字 \(^O^)/ きたああああ \(^O^)/ 無理だ \(^O^)/ ふざけんなこら \(^O^)/ 修士論文中間報告同じ顔文字でも文によって使われ方が異なる顔文字の役割 : 強調, 自嘲, 弛緩を定義繰り返し表現

7 感情表現語辞書について以前の研究では, 熊本ら ( 千葉工大 ) が提案構築した辞書を使用感情表現語辞書悲しい楽しい感情表現語辞書怒りうれしい感情表現語辞書緊迫のどか熊本忠彦, 河合由起子, 田中克己. 新聞記事を対象とするテキスト印象マイニング手法の設計と評価, 信学論,Vol. J94-D,No.3,pp ,2011. 問題点 3 つの感情軸で感情を表現することが困難感情表現語辞書に含まれていない単語新聞から感情語を抽出しているためツイートには適さない中村の感情表現辞典を用いて辞書の構築を行う

8 感情表現辞典中村明の感情表現辞典は小説の用例を 10 軸の感情に分類喜哀怒怖好厭昂驚安恥感情単語感情単語喜楽しい, 嬉しい, 心が引かれる怒怒る, 甚だしい, むっとする哀悲しい, 痛い, じいんと来る怖怖い, 震える, 気味悪い恥恥ずかしい, 照れる, 穴に入りたい好恋しい, 愛しい, 敬意を表する厭暗い, 憎い, 愛想をつかす昂苛立つ, 感情, 心が張り詰める安のんびり, すっきり, 気を鎮める驚ぼんやり, 歓喜, 目を丸くする辞書構築手法熊本らの提案する感情語を定量化するツールを用いる

9 感情表現語辞書の再構築前準備データ :Yahoo! 映画のレビューデータ74,000 文書感情語 : 感情表現辞典の語句感情軸 : 感情表現辞典の10 軸の感情で構成された対極な軸哀喜厭好恥安怖怒驚昂 Plutchik の感情の輪

10 再構築した感情表現語辞書の例左側の感情右側の感情 -1 1 単語哀喜厭好恥安怖怒驚昂爆笑できる涙ながらだ泣き崩れる恋する嫌らしい明快だ真っ赤だ腹立つ恐ろしい熱心だ意外だ

11 繰り返し表現叫喚フレーズきたああああ! のように崩れた表記をして母音を繰り返す表現浅井洋樹, 秋岡明香, 山名早人. きたああああああああああああああああ!!!!!11: マイクロブログを用いたことにより教師なし叫喚フレーズ抽出, 第 5 回データ工学と情報マネジメントに関するフォーラム (DEIM Forum2013),A4-4,2013. 定義同じ母音を3つ以上繰り返してある大文字小文字を区別しないものツイート例バレンタインのお菓子おいしいいいい

12 繰り返し表現に対するユーザ実験目的繰り返し表現が使われていることでどのような感情の変化があるのか被験者 :11 名実験データ繰り返し表現がある実況ツイート 50 ツイート実験方法 1 繰り返し表現の部分を削除したツイートを見て感情表現辞典の 10 軸の感情から最大 3 つまで選び感情の強さを 10 点満点で評価する 2 繰り返し表現があるツイートを見て 1 と同様に評価してもらう

13 TW i, : h: R: j NR: j j TW TW i, j i, j 0: 0: 評価方法 TW i, j 1 h h i 1 ある感情軸 i におけるあるツイート j の評価値 ( R 繰り返し表現によって感情をより強めている繰り返し表現によって感情をより弱めている j NR 10 被験者の人数ツイートj における繰り返し表現がある場合のある感情軸 i におけるツイートを評価した点数ツイート j における繰り返し表現がない場合のある感情軸 i におけるツイートを評価した点数 j )

14 実験結果と考察感情 Twi,j>0 Twi,j<0 Twi,j=0 喜 67% 2% 31% 哀 35% 10% 55% 怒 27% 2% 71% 怖 29% 10% 61% 好 80% 2% 18% 厭 33% 14% 53% 昂 100% 0% 0% 驚 84% 4% 12% 安 8% 41% 51% 恥 14% 0% 86% かわいいよおかわいいよおおおおおおおお気持ちが高揚していることを表現繰り返し表現安の感情が弱める感情を強調する機能がある安は反対に弱めている感情値算出を行う

15 繰り返し表現を考慮した感情値算出手法繰り返し表現が含まれている場合ツイートの感情値 = 文の感情値 + 重み繰り返し表現の重みの値の決定 TW : SS: i i SW: i TW i SSi SW i max( SS, SW 繰り返し表現を考慮したときのある感情 i の重み Twi,j>0 Twi,j<0 i i )

16 重みの値の決定感情 Twi,j>0 Twi,j<0 重み喜 67% 2% 0.97 哀 35% 10% 0.71 好 80% 2% 0.98 厭 33% 14% 0.58 安 8% 41% 恥 14% 0% 1.00 怒 27% 2% 0.93 怖 29% 10% 0.66 昂 100% 0% 1.00 驚 84% 4% 0.95 繰り返し表現を考慮した感情値を算出

17 繰り返し表現を考慮した感情抽出手法の流れ感情表現語辞書 ( 喜 ) 感情表現語辞書 ( 哀 ) 辞書毎に処理感情表現語辞書 ( 昂 ) 映画の実況ツイート形態素解析感情語と感情値を取得文の感情値を決定感情語毎の感情値の合計感情語数繰り返し表現あり文の感情値 + 繰り返し表現の重み感情表現語辞書 ( 驚 ) 感情値の決定

18 繰り返し表現の重みを考慮した評価実験 1. 視聴率の高い番組での評価実験 2. 繰り返し表現を含む映画の実況ツイートに対する評価実験

19 紅白歌合戦での評価実験目的 : 繰り返し表現を用いた感情抽出手法の有用性を示す実験データ : 紅白歌合戦に関する繰り返し表現が含まれる 103 ツイートツイート感情抽出手法感情を出力正解データ : ツイートごとに個別で判断した感情適合率を求めた

20 実験結果と考察感情ツイート数適合率喜 % 哀 17 0% 好 % 厭 2 0% 安 4 0% 恥 16 0% 怒 6 0% 怖 14 0% 昂 % 驚 % 喜好昂が精度が良い重みの値を大きく設定重み付けに有用性がある異なったジャンルのテレビ番組に関する実況ツイートで検証する

21 映画の実況ツイートに対する評価実験目的 : 実際に繰り返し表現が含まれる映画の実況ツイートの評価実験データ繰り返し表現が含まれるツイート繰り返し表現の部分を削除したツイート被験者 :8 名 54 ツイート正解データ 1. 感情表現辞典の10 軸の感情の中からツイートの感情に適した感情軸最大 3つまで選び,10 点満点で評価 2. 評価した合計の点数が平均以上のものをツイートの感情と決定重みを考慮しない手法正解データ実験データ重みを考慮した手法正解データ再現率適合率 F 値を求めた

22 実験結果と考察重みを考慮しない場合重みを考慮した場合再現率適合率 F 値喜哀好厭安恥怒怖昂驚喜哀好厭安恥怒怖昂驚喜哀好厭安恥怒怖昂驚哀, 好, 厭, 昂の F 値がより良くなっている感情をより強調する効果が得られた

23 時間軸ごとのツイートの感情値の分析対象映画 : ONEPIECE FILM Z データ : 映画に関する実況ツイート5549ツイートとツイートした時間分析手法 1 映画の実況ツイートの感情値を算出 2 ツイートされた時間と算出された感情軸ごとの感情値を出力 3 1 分ごとの感情値の合計とツイート頻度で平均を算出 4 時間軸で可視化を行い, 分析

24 映画の実況ツイートの時間軸ごとの感情値分析 0.2 哀喜厭好恥安怖怒驚昂

25 映画の実況ツイートの時間軸ごとの感情値分析 0.2 驚昂見どころでは昂が高くなっていることが多い

26 映画の実況ツイートの時間軸ごとの感情値分析哀喜厭好好に振れている哀に振れている

27 まとめまとめと今後の課題映画の実況ツイートを対象とする繰り返し表現を考慮した感情抽出手法を提案繰り返し表現の有無による感情の変化の分析繰り返し表現の重みを設定しその有用性を示す実験映画の実況ツイートを時間軸ごとに分析今後の課題実況ツイートに特化した感情語辞書の構築繰り返し表現の重みつけ他の実況ツールとの比較

28 研究成果 1 研究会発表 (6 本 ) 若井祐樹, 熊本忠彦, 灘本明代, ニュースに対するつぶやきの感情分析, 情報処理学会関西支部大会,2012 若井祐樹, 田中美羽, 熊本忠彦, 灘本明代, 顔文字を考慮したニュースに対するツイートの感情抽出手法の提案, 第 5 回データ工学と情報マネジメントに関するフォーラム (DEIM2013) 若井祐樹, 熊本忠彦, 灘本明代, ツイートの感情抽出の為の顔文字の役割分類, 第 2 回 WI2 研究会 (ARG SIG-WI2),2013 若井祐樹, 熊本忠彦, 灘本明代, 映画に対する実況ツイートの感情抽出手法の提案, 第 158 回データベースシステム研究発表会,2013 若井祐樹, 山本湧輝, 熊本忠彦, 灘本明代, 映画の実況ツイートにおける時系列毎の感情抽出手法の提案, 第 6 回データ工学と情報マネジメントに関するフォーラム (DEIM2014).(to appear) 若井祐樹, 熊本忠彦, 灘本明代, 多次元感情軸に基づくツイートの感情抽出手法の提案,2014 年電子情報通信学会総合大会,2014(to appear)

29 研究成果 2 ポスター発表 (2 本 ) 若井祐樹, 田中美羽, 熊本忠彦, 灘本明代, 顔文字を考慮したニュースに対するツイートの感情抽出手法の提案, 第 5 回データ工学と情報マネジメントに関するフォーラム (DEIM2013). 若井祐樹, 山本湧輝, 熊本忠彦, 灘本明代, 映画の実況ツイートにおける時系列毎の感情抽出手法の提案, 第 6 回データ工学と情報マネジメントに関するフォーラム (DEIM2014).(to appear)

顔文字に着目した TwitterのP/N値に基づく映画の見どころ検索

顔文字に着目した TwitterのP/N値に基づく映画の見どころ検索顔文字に着目した映画に対する tweet の感情抽出甲南大学知能情報学部知能情報学科灘本研究室 10971077 田中美羽はじめにリアルタイムにツイートが表示される 140 字以内で自由に発信できるハッシュタグで HOT ワードが表示される近年 twitter などのマイクロブログの普及に伴いテレビを見ながらツイートしている人が増えているその番組に対して自分の感想などのコメントが多く見られる