評価表現と文脈一賢性を利用した教師データ自動獲得によるクレーム文検知

摘要

By the spread of the web in recent years, the reviews about products and services exist in large quantities on the web. If we can detect complaints from such reviews, they are valuable as information for users to prevent disadvantage and for companies to improve products. In this study, using sentiment lexicons and context coherence, we propose a method to generate training data tagged on from a large amount of reviews in large quantities on the web. Experiments of complaint sentence detection using a classifier trained the data. As a result of experiments, it was shown that the classifier is higher performance than using handmade but small training data.%近年のWebの普及により，Web上には商品やサービスについてのレビューが大量に存在する．このようなレビューからクレームを検知することができれば，ユーザにとっては不利益を未然に防ぐための情報として，企業にとってはマーケテイングのための情報として，情報を活用することが期待できる．本研究では評価表現と文脈一貫性を利用して，Web上に存在する大量のレビューをもとに文レベルの教師データを自動獲得する方法を提案し，機械学習によって得られた分類器を用いてクレーム文の検知を行った．実験の結果，人手で作成した教師データを用いた場合に比べ，提案手法により作成した大規模な教師データを用いた場合，クレーム文検知性能が向上することが示された．