単語埋め込みからの単語の感情的意味の推測

感情的レキシコンは、テキストにおける感情的コンピューティングの最も重要なリソースの一つです。手動で構築された感情的レキシコンはスケールが限られており、そのため実際のシステムでの利用は限られています。本研究では、一連のシードワードに基づいて、単語の多次元の感情的表現を自動的に推測する回帰ベースの方法を提案します。この方法は、単語埋め込みから得られる豊かな意味論的意味を利用して、特定の意味空間での意味を抽出できます。これは、単語埋め込み内の異なる特徴が特定の感情的次元に対して異なる寄与をし、また単語埋め込み内の特定の特徴が異なる感情的次元に対して異なる寄与をするという仮定に基づいています。様々な感情的レキシコンに対する評価は、私たちの方法が異なる評価指標の下であらゆるレキシコンにおいて最先端の方法を大きく上回ることを示しています。また、異なる回帰モデルを探求し、リッジ回帰モデル、ベイズリッジ回帰モデル、および線形カーネルを持つサポートベクター回帰が最も適切なモデルであると結論付けました。最先端の他の方法と比較して、私たちの方法は計算上の利点もあります。感情分析タスクに関する実験では、私たちの方法によって拡張されたレキシコンが、8つの感情コーパスにおいて公開されている感情レキシコンよりも優れた結果を達成することが示されています。拡張されたレキシコンは公開されており、アクセス可能です。