Webから獲得する感情生起要因コーパスと感情極性の推定

文献[2]によれば，人が感情を生起す る要因をWebコーパスから自動獲得した．そこでは，KawaharaらのWebコーパス [5]（5億文）を使用した． これにより， 《嬉しい》，《楽しい》，《安心》， 《恐い》，《悲しい》，《残念》，《嫌》，《寂しい》，《心配》，《腹立たし い》，および，〈neutral〉（ユーザ発話が感情的な意味を持たないことを表す） の11種類の感情を推定した．

PositiveとNegativeの事態を抽出するためには， 寺村の定義[6]を参考として，次の基準を用いた．

$X$ = 感情主，$Y$ = 対象，$Z$ = 当該語のとき，「$X$は$Y$を$Z$」 「$X$は$Y$に$Z$」「$X$は$Y$が$Z$」のいずれかが表現できれば，$Z$は感情表現 である．

この定義に従い， 小林らの直接表現辞書[7]から349語の感情表現を得ることができた．表 2.1に抽出した感情ごとの感情表現の数と例を示す．

そして，図2.4に示す言語パターンを用いることでWebコーパスから自 動的に感情生起要因(本論の情緒生起要因と同等の意味をもつ．この文献では感 情生起に関する用 例文を示す．)を獲得した．接続表現には8種類（ので，から，ため，て， のは，のが，ことは，ことは，ことが）を用いた．たとえば，「突然雨が降り出 した のは がっかりだ」という文からは，〈がっかり〉が生起する 要因として｛突然雨が降り出した｝を獲得する．

表 2.1: 感情生起要因コーパスの規模と例

		感情表現(349語)
	嬉しい	90	嬉しい，狂喜，喜ぶ，歓ぶ
Positive	楽しい	7	楽しい，楽しむ，楽しめる
	安心	5	安心，ほっと
	恐い	22	恐い，怖い，恐ろしい
	悲しい	21	悲しい，哀しい，悲しむ
	残念	15	がっかり，がっくり
Negative	嫌	109	嫌，嫌がる，嫌い
	寂しい	15	寂しい，淋しい，わびしい
	心配	17	不安，心配，気がかり
	腹立たしい	48	腹立たしい，腹立つ，立腹

図 2.4: 感情生起要因を獲得するための言語パターン

感情生起要因を用いた感情推定の手法として，単語，単語自体の感情極性，係 り受けの情報を特徴量として文の感情極性(本論では評価極性とも呼ぶ)を推定した．図2.5に「福 祉の費用の負担が増えてしまう」という文に対して，単語の感情極性つきで記述 した例を示す．「福祉」はPositive，「費用，負担」はNegativeの感情極性を持 つとする．図2.5のラティスに対して，例えば3-gramの列を展開すると， 「福祉の費用，Pos.の費用，福祉のNeg.，Pos.のNeg.，の費用の，のNeg. の，…」などが得られる．これらを素性としてSVM(学習にはTinySVM: http://chasen.org/~taku/software/TinySVM/)で学習して感情極性推定モデ ルを構築する．

図 2.5: 感情極性つきのラティスの例