Turneyらの評価極性の分類

情緒生起要因を収集する見地とは異なるが，評価極性を分類する処理について議 論されている研究がなされている． その中でも，コーパスから得られる共起情報を用いて語句の評価極性値(評価極 性の傾向を示す値)を判定する手法を Turney[8]は考えた．国語辞書などのエントリ情報を用いないため， 見出し語単位やエントリ単位，複数語からなる句に対しても評価極性値を判定す ることができる．主に，好評表現(Positive表現)と不評表現(Negative表現)の出 現比率を用い，好評表現の方が多い場合は好評，逆なら不評とした． Turneyは $SO$-$Score$を算出することで，これを示した．

ある評価表現$t$の極性評価値$So$-$Score$($t$)は以下の式より算出する．こ こでPMI(Pointwise Mutual Information)とは，2つの語句間の共起を図る尺度を 表す．

$${\it SO}{\mbox{-}}{\it Score}(t) = {\it PMI}(t,{\mbox {\lq\lq }}Excellent{\mbox {''}}) - {\it PMI}(t,{\mbox {\lq\lq }}Poor{\mbox {''}})$$ (2.1)

$${\it PMI}(a,b) = \log_{2} \frac{p(a,b)}{p(a)*p(b)}$$ (2.2)

p($a$,$b$)はコーパス内において単語$a$と単語$b$が同一文で共起する確率， p($x$)は単語$x$を含む文がコーパス内で出現する確率を表している．

$So$-$Score$($t$)で評価表現$t$が``Excellent''と多く共起しやすければ，正 に大きい値をとり，``Poor''と多く共起しやすければ逆に負に大きい値をとる． 確率が0となる語句に関しては，$log$に$0$が入ってしまうのを避けるために， Turneyらは出現頻度に$0.01$を足している．また，$So$-$Score$を算出する際に， 好評文と不評文での出現頻度が共に4より小さい評価表現は有効なデータとして 扱わないこととしている．