Ein Samen, um sie alle zu finden

Merkmalbasierte Meinungsanalyse hat kürzlich umfangreiche Aufmerksamkeit auf sich gezogen. Die Identifizierung von Merkmalen, die mit in Rezensionen ausgedrückten Meinungen verbunden sind, ist entscheidend für eine feingranulare Meinungsanalyse. Ein Ansatz besteht darin, die Abhängigkeitsbeziehungen zu nutzen, die zwischen Merkmalen und Meinungswörtern sowie unter den Merkmalen (oder Meinungswörtern) selbst natürlich auftreten. In diesem Papier schlagen wir einen verallgemeinerten Ansatz zur Extraktion von Meinungsmerkmalen vor, indem wir robuste statistische Assoziationsanalysen in ein Bootstrapping-Framework integrieren. Der neue Ansatz beginnt mit einer kleinen Menge von Merkmal-Samen, von denen aus iterativ durch das Mining von Merkmal-Meinungs-, Merkmal-Merkmal- und Meinungs-Meinungsabhängigkeitsbeziehungen erweitert wird. Zwei Assoziationsmodelltypen, nämlich Wahrscheinlichkeitstest (LRT) und latente semantische Analyse (LSA), werden vorgeschlagen, um die paarweisen Assoziationen zwischen Begriffen (Merkmalen oder Meinungen) zu berechnen. Entsprechend schlagen wir zwei robuste Bootstrapping-Ansätze vor, LRTBOOT und LSABOOT, die jeweils nur eine handvoll anfänglicher Merkmale benötigen, um die Extraktion von Meinungsmerkmalen zu bootstrappen. Wir haben LRTBOOT und LSABOOT mit bestehenden Ansätzen anhand einer großen Anzahl an echten Bewertungen aus den Bereichen Handys und Hotels bewertet. Die experimentellen Ergebnisse mit variierenden Anzahl an Merkmalsamen zeigen, dass der vorgeschlagene assoziationsbasierte Bootstrapping-Ansatz die Mitbewerber signifikant übertrifft. Tatsächlich ist ein Samenmerkmal alles, was benötigt wird, damit LRTBOOT die anderen Methoden signifikant übertrifft. Dieses Samenmerkmal kann einfach das Domänenmerkmal sein, z.B. "Handy" oder "Hotel". Die Konsequenz unserer Entdeckung ist weitreichend: Begonnen mit nur einem Merkmalsamen, typischerweise nur dem Domänenkonzeptwort, kann LRTBOOT automatisch eine große Menge hochwertiger Meinungsmerkmale aus dem Korpus extrahieren, ohne jegliche Aufsicht oder gelabelte Merkmale. Das bedeutet, dass die automatische Erstellung einer Menge von Domänenmerkmalen kein unerfüllbarer Traum mehr ist!