意見質問への回答に向けて

意見質問への回答は自然言語処理において困難なタスクです。本論文では、意見質問回答システムに必要な要素について論じます。それは、文書レベルと文レベルの両方で事実から意見を分離することです。我々は、社説のような意見が優勢な文書と通常のニュース記事を区別するためのベイズ分類器を提示し、文レベルで意見を検出するというはるかに困難なタスクのための3つの教師なし統計手法を説明します。また、意見の中で表現される主要な視点に基づいて意見文を肯定的または否定的に分類するための初めてのモデルも提案します。ニュース記事の大規模なコレクションと400文の人間評価からの結果が報告されており、文書分類において非常に高いパフォーマンス（97％以上の適合率と再現率）を達成し、文レベルで意見を検出し、肯定的、否定的、または中立的に分類することにおいても respectableなパフォーマンス（最大91％の正確性）を示しています。