CC BY
98
Труды ИСП РАН, том 27, вып. 4, 2015 г..
Совместная вероятностная тематическая модель для идентификации проблемных высказываний, связанных нарушением функциональности продуктов
Е.В. Тутубалина <elvtutubalina(a)kD fu.ru>
Казанский (Приволжский) федеральный университет,
420008, Россия, г. Казань, ул. Кремлевская, дом 18.
Аннотация. В статье исследуется задача автоматического извлечения информации о существовании различных проблем с продуктами из отзывов пользователей. Для достижения целей исследования предложены две тематические модели на основе латентного размещения Дирихле, позволяющие совместно учитывать несколько типов информации для идентификации проблемных высказываний. Предложенные алгоритмы моделируют распределение слов в документе, учитывая взаимосвязь между скрытыми тематической, тональной и проблемной переменными. Результаты экспериментального исследования анализируются в статье в сравнении с результатами популярных вероятностных моделей для задач анализа мнений, в качестве критериев оценки используются стандартные метрики качества систем анализа текстов и перплексия контрольных данных (perplexity). Эксперименты показали, что наилучшие результаты классификации фраз о проблемах в использовании продуктов показывают предложенные модели, использующие совместную информацию из отзывов пользователей на русском и английском языках.
Ключевые слова: отзывы пользователей, латентное размещение Дирихле, Latent Dirichlet Allocation, совместная вероятностная модель, извлечение проблемных высказываний
1. Введение
В последние десятилетия на рынке потребительских товаров появляется все больше технически сложных товаров. Эго связано, прежде всего, с развитием технологических инноваций, что приводит к постоянному увеличению конкретных видов компьютерных продуктов, и с концепцией соединения разной функциональности в едином устройстве. В связи с этим у покупателей возникают претензии по поводу удобства использования продукта наряду с ненадлежащим техническим качеством. Многие покупатели осуществляют возврат товаров компаниям даже, если товар работает исправно согласно
111
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
государственным стандартам и техническим отчетам компаний. Описанные примеры иллюстрируют необходимость извлечения информации из отзывов пользователей о существовании проблем с теми или иными продуктами для обеспечения высокого качества продукции и устранения затруднений, влияющих на работу продуктов. Высокое качество продукции и услуг является свойством, которое определяет их конкурентоспособность в условиях рыночной экономики [1]. В данной работе исследуется корреляция менаду проблемными индикаторами, эмоционально-окрашенными (тональными) словами пользователя и темами внутри отзывов о товарах. Описание проблемной ситуации с продуктами может сопровождаться негативными, позитивными или нейтральными высказываниями относительно аспектных терминов (целевых объектов), о которых высказывание было сделано. Описания технических проблем, связанных с нарушением функциональности продуктов, не содержат в себе явных тональных слов, сообщая нейтральную информацию о действительном событии. В отличие от этого, описание проблем с ухудшением эффективности, продуктивности и удобства использования продуктов характерно тем, что содержит некую тональную оценку относительно разных категорий целевых объектов. Например, пользователи электронных устройств могут быть недовольны медленной ответной реакцией дисплея, низкой эффективностью батареи, слишком громким или тихим звуком динамика, избыточным количеством функций, короткими проводами, недостаточно ярким цветом корпуса. Это объясняет необходимость агрегировать совместную информацию, влияющую на распределение слов в отзыве пользователя, о тематической категории целевого объекта, тональном контексте (позитивном, нейтральном, негативном) и знаниях о проблемных высказываниях.
В мировой науке существует небольшое количество работ, посвященных задаче анализа высказываний пользователей, на предмет обнаруженных ими проблем в использовании тех или иных устройств [2-5]. В основном эти исследования больше сосредоточены над созданием методов, основанных на словарях индикативных конструкций [2, 3], частичном обучении с
применением правил или синтаксических конструкциях [4, 5], не анализируя возможность внедрения дополнительных знаний о тональности слов, кроме определения негативных высказываний. В данной работе представлены тематические модели на основе модели латентного размещения Дирихле (Latent Dirichlet Allocation, LDA) [6], направленные на объединение задач идентификации категорий аспектных терминов, определения тональности и идентификации проблем с продуктами в отзывах.
В работе предлагаются две вероятностные модели: (i) совместная модель тема-тональность-проблема (topic-sentiment-problem model, TSPM), моделирующая слова в документе в зависимости от нескольких скрытых переменных; (й) совместная модель оценка полъзователя-тема-тоналъностъ-проблема (rating-aware topic-sentiment-problem model, RTSPM), являющейся модификацией модели TSPM с добавлением известной оценки продукта 112
Труды ИСП РАН, том 27, вып. 4, 2015 г.
пользователем. В качестве критериев оценки качества моделей используется перплексия (perplexity). В качестве критериев оценки качества моделей в задаче классификации использованы популярные метрики задач автоматической обработки естественного языка такие, как аккуратность (accuracy), точность (precision), полнота (recall) и F-мера (F-measure). Результаты работы предложенных методов оценены на корпусах текстов с отзывами пользователей о компьютерах, машинах, инструментам для дома и детских товарах.
Статья состоит из следующих разделов: в разделе 2 обсуждается современное состояние исследований по задаче анализа мнений, в разделе 3 приводятся описания вероятностных моделей. Раздел 4 посвящен статистическому оцениванию предложенных моделей с помощью сэмплирования Гиббса. В разделе 5 анализируются результаты экспериментов в сравнении с популярными вероятностными моделями. В разделе 6 обсуждаются выводы, сделанные на основе экспериментов, и направления дальнейшей работы.
2. Современное состояние исследований
В мировой науке подавляющее большинство работ по анализу мнений пользователей посвящено английскому языку и методам определения эмоциональной окраски текста относительно аспектных терминов (aspect-based sentiment analysis), подробный обзор которых описан в работах [7, 8]. Популярными подходами к задаче анализа тональности являются подходы, основанные на знаниях в виде словарей и использующие статистические метрики или машинное обучение для задачи классификации мнений.
В настоящий момент доминирующими методами являются алгоритмы на основе модели латентного размещения Дирихле [6] для задачи определения аспектных терминов, предметно-ориентированных тональных индикаторов и тематической категоризации аспектов продукта. Это связано с тем, что создание предметно-ориентированной обучающей выборки для классификатора требует больших затрат времени в то время, как вероятностные модели позволяют использовать коллекции неразмеченных документов для нахождения скрытых переменных. В работах [9-12] представлены тематические модели, направленные на объединение задач идентификации аспектных терминов в отзыве и определения тональности для этих объектов. Эти модели используют словарь позитивных и негативных слов для задания гиперпараметра р (априорное распределение Дирихле на мультиномиальном распределении Ф в пространстве слов для темы).
В работе [10] авторы описывают модель тональность-тема (joint sentiment-topic model, JST) и модель тема-тональность (Reverse-JST), добавляя скрытую тональную переменную для моделей. Авторы предполагают, что в JST распределение тем в каждом документе зависит от тонального распределения, в Reverse-JST верно обратное. В моделях предполагается, что слово в документе порождено некоторой латентной темой и некоторой
113
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
латентной тональной меткой. Таким образом, каждой тональной метке соответствует мультиномиальное распределение в пространстве тем, парам (тональная метка, тема) соответствует мультиномиальное распределение в пространстве слов. Эксперименты показали, что модели показывают наилучший результат классификации в нескольких доменах (книги, фильмы, электроника). В работе [11] описана объединенная модель аспект-тональность (aspect and sentiment unification model, ASUM). Под аспектом понимается тема в отзывах пользователей. Авторы полагают, что каждое предложение отзыва принадлежит одной теме и тональности. ASUM моделирует аспекты из мультиномиального распределения в пространстве тональности для предложения, слово порождено некоторым аспектом и тональностью предложения. Эксперименты показывают, что ASUM показывает лучшие результаты тональной классификации по сравнению с JST. В работе (Yang et al., 2015) представлена модификация LDA, названная User-aware Sentiment Topic Models (USTM), которая включает в распределения метаданные профайлов пользователя (геолокацию, возраст, пол) и словари эмоционально-окрашенной лексики для определения связи между тематическими наборами аспектов и категориями пользователей. Модель показывает наилучшие результаты классификации отзывов о машинах и ресторанах по сравнению с популярными вероятностными моделями JST и ASUM.
Задача анализа высказываний пользователей, на предмет обнаруженных ими проблем в использовании тех или иных устройств, является менее изученной. Существует несколько работ по классификации фраз отзывов об электронных устройствах [2-5]. В авторе [2] использует метод машинного обучения (метод максимальной энтропии) для извлечения аспектов из коротких сообщений о компании AT&T. Автор использует набор признаков, основанных на словарях позитивных и негативных слов, для обучения классификатора, однако не приводит анализ важности созданных признаков в задаче обнаружения проблем. В работе [3] используются методы, основанные на правилах, для идентификации проблем в предложениях отзывов пользователей. Авторы используют словарь негативных слов для идентификации проблемных высказываний, не анализируя влияние нейтральной или позитивной тональности. В работе [5] авторы описывают модификацию LDA для идентификации целевых объектов и проблемных высказываний: модификация моделирует два распределения в пространстве аспектных терминов и в пространстве проблемных индикаторов. В качестве целевых объектов рассматриваются существительные отзывов, проблемными индикаторами считаются прочие слова (глаголы, наречия, прилагательные и пр ). Каждому документу соответствует два распределение в пространстве тем, где проблемные индикаторы зависят от темы и проблемной метки. В качестве критериев оценки метода использовалась перплексия, эффективность модели в задаче классификации не анализировалась. В работе [4] результаты экспериментов показали, что метод, основанный на частичном обучении с
114
Труды ИСП РАН, том 27, вып. 4, 2015 г..
применением правил, может показать сопоставимые результаты относительно методов машинного обучения, для которых требуется размеченная обучающая коллекция. Для категоризации слов автор использует стандартную модель LDA, показывая, что темы из словосочетаний и глагольных групп более информативны, чем отдельные слова. Авторам статьи неизвестны работы, посвященные задаче автоматического извлечения информации о существовании различных проблем с товарами на русском языке, использующие вероятностные тематические модели.
3. Совместные вероятностные тематические модели для задачи идентификации проблем
Определим точную формулировку описанной задачи. Пусть Р = {Р^Рг, ■■■, Рт} - множество продуктов (сервисов, товаров), выпускаемое компаниями на потребительском рынке. Для каждого продукта PLe Р задано множество отзывов пользователей D = {d,, d2,..., dn}. Каждый продукт Pte Р состоит из множества целевых объектов (компонентов, составных частей) Т = {t1( t2,tfc}. В некоторых отзывах пользователи сообщают о дефектах или нарушениях функционирования продуктов. Проблемным высказыванием называются фраза пользователя в отзыве, содержащая явное указание на трудность в использовании тех или иных продуктов, невозможность использования продуктов вследствие ошибки (бага, дефекта) или сложности в использования продукта. Например,
- «Когда машину только купили, дверь багажника закрывалась плохо, приходилось очень сильно хлопать».
- «Один минус в салоне, что нет бортового компьютера».
- «Телефоном доволен, даже не смотря на то, что пластиковый корпус потускнел».
- «В целом все было отлично, единственное, что не понравилось так это то, что в зимние дни батарея разряжается быстрее из-за металлической крышки».
- «Когда едешь по не асфальтированной дороге, возникает шум плюс скрип в салоне».
В целом, задача автоматического извлечения информации о существовании различных проблем с товарами состоит из трех основных подзадач:
1. идентификация проблемных высказываний из текстов пользователей;
2. извлечение проблемных фраз по отношению к целевым объектам, зависящих от конкретной предметной области;
3. резюмирование целевых объектов продуктов и проблемных индикаторов по тематическим категориям.
В данной работе рассматривается задача резюмирования целевых объектов продуктов по тематическим категориям с учетом информации о тональных и проблемных индикаторах.
115
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
После анализа высказываний из отзывов пользователей мы выделили несколько типов фраз с различной тональной окраской. Пользователь может описывать технические дефекты и неполадки в процессе использования продукта в отзыве, который не содержит эмоционально-окрашенных слов (например, «не могу открыть флэшку», «машине требуется ремонт»). Проблемное высказывание может сопровождаться негативной или позитивной тональностью, если пользователь описывает затруднения с комфортным использованием продукта относительно разных категорий целевых объектов (например, «в ресторане отвратительное обслуживание», «не слишком чувствительный сенсор», «батарея держится долго, но меньше, чем заявлено в инструкции», «было бы лучше, если бы не было шумов от двигателя»). Таким образом, в зависимости от темы (категории) целевого объекта, пользователь может использовать слова с различной тональной степенью, влияющие на общее представление о проблемной ситуации.
Для достижения целей исследования в статье предложены два совместные тематические модели:
1. модель тема-тоналъностъ-проблема (topic-sentiment-problem model, TSPM)
2. модель оценка полъзователя-тема-тоналъностъ-проблема (rating-aware topic-sentiment-problem Model, RTSPM).
Графические представления TSPM и RTSPM моделей приведены на рис. 1.
Рис. 1. Совместные вероятностные модели: (1) TSPM и (2) RTSPM
3.1 Вероятностная модель тема-тональность-проблема
В рамках TSPM модели каждой теме соответствует мультиномиальное распределение в пространстве слов. Для каждого слова в документе тема z выбирается из мультиномиального распределения в, затем выбирается тональная метка / из мультиномиального распределения п, соответствующего теме г, затем выбирается проблемная метка г из мультиномиального распределения е, соответствующего паре (тема z, тональная метка I). Наконец,
116
Труды ИСП РАН, том 27, вып. 4, 2015 г..
слово w выбирается из распределения Ф соответствующего теме z. тональной метке /, проблемной метке г. Таким образом, слова в документах порождаются в зависимости от некоторой латентной темы, латентной тональной и проблемной меток. Графическое представление RTSPM приведено на рис.1
(1). В таблице 1 приводится список основных обозначений, используемых в моделях.
Табл. 1. Основные обозначения в TSPM и RTSPMмоделях.
Символ Описание
D число документов
V размер словаря слов в коллекции
N число слов в коллекции
К число тем
s Число тональных классов
R Число проблемных классов
wd вектор слов документа d
Nwd число слов в документе d
Bd мультиномиальное распределение в пространстве тем с параметром а
nz мультиномиальное распределение в пространстве тональных меток для темы z с параметром (3
£Z,l мультиномиальное распределение в пространстве проблемных меток для пары (тема z, тональная метка 1) с параметром (3
^zXr мультиномиальное распределение в пространстве слов для троек (тема z, тональная метка /, проблемная метка г) с параметром (3
tdi множество оценочных тэгов, присвоенных /-му слову в документе d
Zdi множество тем, присвоенных /-му слову в документе d
ldi множество тональных меток, присвоенных /-му слову в документе d
rdi множество проблемных меток, присвоенных /-му слову в документе d
a априорное распределение Дирихле на параметры 0
P априорное распределение Дирихле на параметры Ф
Ц априорное распределение Дирихле на параметры £,
Y априорное распределение Дирихле на параметры ж
5 априорное распределение Дирихле на параметры vi/
В данной работе число тональных классов равно 3 (позитивный, нейтральный, негативный), число проблемных классов равно 2 (проблемный класс и класс с отсутствием указаний на проблемы). Совместная вероятность слов, тем, тональных и проблемных меток для TSPM могут быть посчитана следующим образом:
p(w,z,r,l) = p(w\z, l,r) p(r\z,l) p(l\z) p(z)
117
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
TSPM характерен следующий порождающий процесс:
- для каждой тройки (тема z, тональная метка /, проблемная метка г) выбирается распределение слов в каждой теме Ф2,1,г ~ Dir (J3zLk) (l 6 {пей, pos, пед}, г £ {рг, по — рг})
- для каждого документа (отзыва) d:
о выбирается случайный вектор 6d ~ Dir (а)
о для каждой темы z выбирается вектор тональных меток 7Г| ~ Dir (у)
о для каждой пары (z,l) выбирается вектор проблемных меток Г/-Dirip)
о для каиадого слова wL в документе d:
■ выбирается тема zd w. ~ Mult (6d )
■ для канадой темы выбирается тональная метка w.~ Mult (nd)
■ для канадой пары (тема, тональная метка) выбирается проблемная метка rd w.~ Mult (^’г)
■ для канадой тройки (тема, тональная метка, проблемная метка) выбирается слово w; из распределения в пространстве слов с параметром (), зависящее от комбинации (zdw., ld,wt>rd,wt)
3.2 Вероятностная модель оценка пользователя-тема-тональность-проблема
Модель оценка пользователя-тема-тональность-проблема (rating-aware topic-sentiment-problem Model, RTSPM) является модификацией предложенной модели TSPM. Графическое представление RTSPM приведено на рис. 1 (2). В рамках RTSPM добавляется переменная, связанная с оценкой пользователя по отношению к продукту, который описывается в отзыве. На многих онлайн-ресурсах пользователи оценивают продукт с точки зрения того, как хорошо он работает по пятизвездочному рейтингу качества. Затем пользователи выражают свои мнения, используя эмоционально-окрашенные слова, которые коррелируют с выставленным значением.
RTSPM модель рассматривает документ с известной оценкой рейтинга: каждое слово документа взаимосвязано с оценочным тэгом f, эквивалентного пятизвездочному рейтингу. Для каждого слова в документе тема z выбирается из мультиномиального распределения в, затем для пары (тэг t, тема z) выбирается тональная метка / из мультиномиального распределения п, затем выбирается проблемная метка г, соответствующая паре (тэг t, тема z, тональная метка I). Слово w выбирается из распределения Ф соответствующего тэгу t, теме z, тональной метке /, проблемной метке г. RTSPM характерен следующий порождающий процесс:
118
Труды ИСП РАН, том 27, вып. 4, 2015 г..
- для каждой тройки (тема z, тональная метка /, проблемная метка г) выбирается распределение слов в каждой теме 4>zir ~ Dir (/?z(fc) (l 6 [пей, pos, пед}, г £ {рг, по — рг})
- для каждого документа (отзыва) d с известным рейтингом документа: о выбирается случайный вектор 6d~ Dir (а)
о для каждой темы z и рейтинга t выбирается вектор тональных
меток лcj2 ~ Dir (у)
о для каждой пары (t,z,l) выбирается вектор проблемных меток tf'-DirW
о для каждого слова wL с оценкой t в документе d:
■ присваивается оценочный тэг t в соответствии с рейтингом документа
■ выбирается тема zdjW ~ Mult (9d )
■ для каждой темы выбирается тональная метка ld,Wi~ Mult (jtdz)
■ для каждой пары (оценочный тэг, тема, тональная метка) выбирается проблемная метка rd w.~ Mult (fdz’1)
■ для каждой тройки (тема, тональная метка, проблемная метка) выбирается слово wt из распределения в пространстве слов с параметром р, зависящее от комбинации (zd w., ld,Wi,rdw.) и t.
4. Статистическое оценивание предложенных моделей
Данный раздел описывает алгоритм статистического оценивания предложенных TSPM и RTSPM моделей. Для решения задачи статистического оценивания применительно к тематической модели LDA существует несколько алгоритмов: сэмплирование Гиббса (Gibbs sampling), вариационный вывод (variational inference), распространение математического ожидания (expectation propagation) [6, 13, 14]. В данной работе применяется
сэмплирование Гиббса для оценивания параметров модели, поскольку такой подход позволяет эффективно находить скрытые темы в корпусах текстов
[15].
Используя сэмплирование Гиббса, присвоенные скрытые параметры в модели TSPM могут быть выбраны по следующей формуле:
= Мл,i = = r|wrf>i = ос
-(<М)
+ РГ,
П.
dd,i)
d'kAjr
+ »!
n
-Ш)
d.kj
+ 7
n,
~(d,i)
d,k
+ a
"ьЙ0 + Y.U *%г + R*V nd!k'l) +L*ind (4г) + К *a
(1)
где nk i r w означает количество раз, когда слову w присвоена тема к, тональная метка 1 и проблемная метка г в коллекции документов, nkd r определяет общее количество слов, которым присвоена тройка (kj,r). Общее число ndkir
119
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
обозначает количество слов в документе d, присвоенных теме к, тональной метке 1 и проблемной метке г, ndkd определяет количество слов документа d, присвоенных теме к и тональной метке 1. Общее число ndk обозначает количество слов в документе d, присвоенных теме к, nd обозначает общее число слов в документе d. Индекс -(d,i) обозначает количество элементов, исключая текущие значения слова w в документе d.
Используя схожие обозначения в сэмплировании Гиббса, присвоенные скрытые параметры могут быть выбраны в модели RTSPM по следующей формуле:
P{z,d,i = k,\dd - l,rdA = r|wd!; = w,tdd = oc
. — (rfiO
71
d,t,k.i,z
+ ч
n
-(dA)
d,t.k.l
+ 7
-(dA)
Ы,к
+ a
nukfl + EJ=i *Pir ndd Xi + R*v nddT’ + L* indya,1> + K * “
-(dA)
(dA)
~(dA)
(2)
где ntik,i,r,w означает количество раз, когда слову w с оценочным тэгом t присвоены тема к, тональная метка 1 и проблемная метка г в коллекции документов, nd t fcIr w означает число раз, когда слову w с оценкой t присвоены тема к, тональная метка 1 и проблемная метка г в документе d, Ркг обозначает априорное распределение Дирихле на Ф для слова w с тональной меткой 1 и проблемной меткой г.
5. Эксперименты и результаты
Для наших экспериментов мы использовали отзывы об автомобилях на русском языке, опубликованные в рамках дорожки анализа тональности соревнования SentiRuEval-2015 [16], и отзывы пользователей на английском языке компании Amazon1 в четырех различных предметных областях. В качестве тестового корпуса использовались размеченные предложения пользователей из работ [3, 17]. Тестовый корпус содержит бинарную классификацию: предложения без упоминания проблем (no-problem класс) и с проблемными высказываниями (problem класс). Морфологическая обработка текста осуществлялась с помощью библиотеки NLTK2 для английского языка и Mystem3 для русского языка: на этапе предварительной обработки текстов была выполнена лемматизация и стемминг всех слов, удалены стоп-слова. Дополнительно из отзывов на русском языке были удалены слова, встречающиеся в корпусе менее двух раз. К словам рядом с отрицанием
1 Корпус отзывов доступен по ссылке https://snap.stanford.edu/data/web-Amazon.html.
2 http://www.nltk.org/
3 https://tech.yandex.ru/mystem/
120
Труды ИСП РАН, том 27, вып. 4, 2015 г..
поставлен префикс neg. Таблица 2 содержит статистику по обучающей и тестовой коллекции.
Табл. 2. Статистика обучающей и тестовой коллекций.
Предметная область отзывов Количество отзывов с оценкой г Тестовый корпус
Г=1 г=2 г=3 г=4 г=5 размер словаря V # problem # noproblem
Электроника 820 598 922 2211 5450 35610 498 222
Детские товары 327 195 258 570 1498 9452 780 363
Инструменты для дома 873 503 965 19115 5745 23706 611 239
Машины (ант.) 399 239 361 1135 3760 13314 827 171
Машины (РУС.) 40 150 634 3041 4061 22958 774 2824
Для сравнения результатов классификации были выбраны популярные вероятностные модели: модель тональность-тема (joint sentiment-topic model, JST) [10], модель тема-тональность (Reverse-JST) [10], модель аспект-тональность (aspect and sentiment unification model, ASUM) [11], модель User-aware Sentiment Topic Models (USTM) [12]. Эти модели объединяют тематическую и тональную переменные, USTM так же включает в распределения метаданные профайлов пользователей. Для обучения USTM в качестве метаданных используется информация о месте жительства пользователей из их личных профилей Amazon. Чтобы избежать разреженности тематик в USTM, текстовая коллекция собрана с учетом двадцати пяти наиболее часто встречающихся местоположений, указанных в профилях пользователей, для каждой предметной области. Поскольку корпус об автомобилях на русском языке не содержит информацию о пользователях, модель USTM не применима.
В качестве тонального лексикона (SL) используется словарь MPQA4, часто использующийся в работах по анализу мнений для английского языка; для русского языка используется словарь позитивных и негативных слов, расширенный синонимами и родственными словами из Викисловаря5 и описанный в статье [18]. В качестве словаря проблемных индикаторов (PL) используются слова, описанные в [3, 17]. На основе выбранных словарей задаются асимметричные априорные распределения Дирихле с гипепараметром |3. Начальные значения гиперпараметров |3W для всех слов равны 0.1. Затем значения гиперпараметров p(vv для эмоционально-окрашенных слов определяются следующим, характерным для современных работ, образом: если существует вхождение слова в лексикон SL с позитивной
4 http://mpqa.cs.pitt.edu/
5 https://ru.wiktionary.org/wiki
121
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
пометкой, то |3*w = (1,0.1,0.01) (1 для позитивных меток (pos), 0.1 для нейтральных (neu), 0.01 для негативных (neg)); для слов с негативной пометкой |3*w = (0.01,0.1,1). Аналогично определяются гиперпараметры prw для проблемных индикаторов на английском языке: если существует вхождение слова в словарь PL с проблемной пометкой, то p,w = (1,0.01) (1 для проблемных меток (рг), 0.01 для меток, указывающие на отсутствие проблемы (no-рг)); проблемный индикатор с префиксом отрицания получает значения p,w= (0.01,1). Для русского языка гиперпараметры ргм, задаются следующим образом: если существует вхождение слова в словарь PL с проблемной пометкой, то p,w = (0.001,0.0001), для проблемного индикатора с префиксом отрицания p,w = (0.00001,0.001). Гиперпараметр pIrw определяется как сумма p(vv и prw (I е (neu, pos, neg}, г 6 (рг, по — рг}).
В качестве критерия качества построенных моделей используется перплексия контрольных данных (perplexity) [19]. 90% отзывов использовано в качестве обучающей выборки для вероятностных моделей, 10% отзывов использованы для тестирования. Для всех моделей при решении задачи статистического оценивания использовалось сэмплирование Гиббса, число итераций равно 1000. Все эксперименты проводились при следующих параметрах: а = 50/К, (3=0.01, у = 0.01 * AvgLen/S, д = 0.01 * AvgLen/R, где AvgLen обозначает среднее количество слов в отзыве, R=2, S=3, К=5. Для USTPM число различных пользовательских метаданных о географическом местоположении пользователя (Т) равно 25. Результаты экспериментов представлены в таблице
3. Модель TSPM наименьшие значения перплексии среди моделей JST, Reverse-JST и USTM в коллекциях о детских товарах и инструментах, где любое слово документа зависит от скрытой тональной переменной. Предложенная модель RTSPM показывает наименьшие значения перплексии среди всех тематических моделей, что характеризует лучшую способность RTSPM предсказывать появление слов w в документах коллекции в зависимости от оценочного тэга, темы, тонального и проблемного контекста.
Табл. 3. Перплексия вероятностных моделей.
Метод Коллекции отзывов пользователей о продуктах разных категорий
Электроника Инструменты Детские товары Машины (анг.) Машины (РУС.)
JST+SL 6139.432 2934.682 1899.184 4114.005 4293.087
Reverse-JST+SL 5833.777 3345.068 2322.585 4405.159 4691.698
ASUM+SL 2544.348 2321.319 1327.732 1837.371 2047.021
USTM+SL 5543.127 4963.680 2525.952 3434.839 -
JST+PL 4191.591 2768.168 1878.961 3934.514 4203.726
Reverse-JST+PL 4643.836 2913.586 1902.013 4661.959 4470.233
ASUM+PL 2346.913 2580.232 1368.797 2294.031 2044.301
USTM+PL 5346.548 4603.271 1959.309 2919.317 -
TSPM 4006.628 2524.141 1572.788 4314.725 4296.813
RTSPM 2081.009 1433.861 759.591 1354.284 1824.547
122
Труды ИСП РАН, том 27, вып. 4, 2015 г..
Для каждой JST, Reverse-JST, ASUM, USTM мы использовали оба словаря SL и PL независимо: префикс ‘+SL’ свидетельствует, что модель учитывает только тональные метки слов и задает гиперпараметры pIw (S=3) на основе словаря SL; префикс ‘+PL’ указывает на то, что модель учитывает только проблемные метки слов и задает гиперпараметры prw (R=2) на основе словаря PL. Для моделей, учитывающих только тональные метки слов (с префиксом ‘+SL’), используется следующее предположение: высказывание считается проблемным, если вероятность негативного класса pQneg\d) выше, чем вероятность позитивного и нейтрального классов: p0Posl4) и PQneu\d)', аналогично высказывание не содержит проблем с продуктами, если p(lpos|d) выше p(\neg\d) и p(\neu\d). Вероятности проблемного и тонального классов вычисляются на основе мультиномиального распределения в пространстве слов Ф211,г п0 схожей формуле, описанной в [12].
Результаты классификации представлены в табл. 4 и табл. 5, в качестве критериев использовались стандартные метрики качества систем анализа текстов: аккуратность (accuracy), точность (precision) и полнота (recall) и F-мера (FI-measure). Поскольку мета-данные об авторе отзывов отсутствуют для русского языка, результаты USTM для отзывов для русского языка не описаны. Модели JST+SL, Reverse-JST+SL, ASUM+SL, USTM+SL показали наименьшие значения F-меры и аккуратности классификации по сравнению с JST+PL, Reverse-JST+PL, ASUM+PL, USTM+PL, что опровергает взаимнооднозначное соответствие негативного класса и класса проблемных высказываний. Наилучшие результаты F-меры достигают предложенные модели TSPM и RTSPM на корпусе отзывов на английском языке, что показывает эффективность порождения слова в документах в зависимости от некоторой скрытой темы, тональной и проблемной информации. TSPM и RTSPM достигают сравнимые с другими вероятностными моделями результаты на корпусе отзывов на русском языке, что может быть связано с размером словарей позитивных и негативных слов (словарь SL для английского содержит 7629 слов, словарь SL для русского языка содержит около 3800 слов) или с необходимостью более сложной линейной комбинации гиперпараметров (полученной с помощью ЕМ алгоритма (expectation-maximization) или линейного классификатора).
Табл. 4. Результаты классификации предложений отзывов пользователей о детских товарах и инструментах для дома.
Метод Инструменты для дома Детские товары
А Р R F1 А Р R F1
JST+SL .442 .718 .368 .487 .569 .788 .481 .597
Reverse-JST+SL .526 .747 .513 .609 .508 .797 .348 .485
ASUM+SL .481 .741 .427 .542 .581 .794 .499 .613
USTM+SL .536 .766 .511 .612 .500 .797 .328 .465
JST+PL .587 .728 .677 .702 .497 .665 .490 .564
123
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
Reverse-JST+PL .647 .763 .738 .750 .533 .665 .598 .630
ASUM+PL .572 .731 .641 .684 .621 .742 .658 .698
USTM+PL .514 .678 .617 .646 .480 .616 .574 .595
TSPM .664 .724 .857 .786 .577 .698 635 .665
RTSPM .622 .714 .792 .751 .618 .691 .765 .726
Табл. 5. Результаты классификации предложений отзывов пользователей об электронике и машинах.
Метод Электроника Машины (анг) Машины (рус.)
A P R FI A P R FI A P R FI
JST+SL .408 .71 .41 .523 .244 .92 .10 .176 .614 .27 .47 .345
Reverse- JST+SL .457 .70 .38 .494 .294 .89 .17 .285 .617 .28 .49 .354
ASUM+SL .523 .71 .53 .606 .457 .85 .42 .563 .666 .30 .42 .352
USTM+SL .564 .72 .61 .657 .373 .88 .28 .429 - - - -
JST+PL .689 .71 .93 .804 .671 .84 .74 .789 .547 .25 .55 .343
Reverse- JST+PL .689 .72 .91 .802 .678 .83 .77 .798 .546 .26 .62 .368
ASUM+PL .588 .74 .63 .679 .604 .84 .65 .729 .498 .23 .58 .331
USTM+PL .575 .67 .77 .715 .529 .81 .57 .667 - - - -
TSPM .693 .71 .95 .811 .699 .83 .80 .814 .517 .26 .67 .376
RTSPM .654 .71 .83 .769 .701 .83 .80 .815 .380 .23 .78 .351
В таблице 6 приведены примеры тем с различными проблемными метками, полученные с помощью моделей JST и TSPM. Слова из словарей PL и SL выделены курсивом. По каждой теме представлены наиболее вероятностные слова. Согласно тональным меткам, TSPM по сравнению с JST+PL различает темы, где возможные неполадки или дискомфорт в использовании автомобилей связаны с внешними факторами {зима, покупка, впечатление) в отличие от тем, где существующие проблемные фразы связаны с составными элементами или функциями автомобилей {крыло, ездить, ремонт двигателя).
Табл. 6. Примеры тематических слов из отзывов о машинах на русском языке.
JST+PL TSPM
no-pr. probL negative no-pr. probl. positive no-pr. probl. neutral no-pr. probl.
авто- мобиль машина зима кузов автомо- биль Маши- на машина масло
хоро- ший купить маши- на бам- пер хоро- ший ездить купить поме- нять
качеств о новый заво- диться дверь общий расход новый замена
цена деньги мороз краска впечат- ление менять решать двига- тель
класс машин- ка печка порог авто трасса месяц менять
124
Труды ИСП РАН, том 27, вып. 4, 2015 г..
модель прода- вать лето крыло салон город прода- вать пробле- ма
кузов сразу проб- лема пок- рытие двига- тель купить деньги прихо- дится
надеж- ный решать быстро удар расход литр стано- виться задний
дизайн тысяча ездить корро- зия отлич- ный масло покупка ремонт
6. Заключение
Исследование в рамках статьи рассматривает задачу анализа мнений пользователей о продуктах на русском и английском языках. Целью исследования является резюмирование слов в отзывах пользователей по тематическим отзывам, используя взаимосвязи между проблемными индикаторами, эмоционально-окрашенными (тональными) словами пользователя и категориями аспектных терминов продуктов при
моделировании слов в отзывах. Для достижения целей исследования в статье представлены тематические модели на основе модели латентного размещения Дирихле: (i) модель тема-тонстъностъ-проблема (topic-sentiment-problem model) и (ii) модель оценка пользователя-тема-тональность-проблема (rating-aware topic-sentiment-problem model). Предложенные модели объединяют знания на основе словарей тональных слов и проблемных индикаторов с помощью асимметричных гиперпараметров для всех слов документов. В статье оценка качества предложенных методов анализируются в сравнении с результатами популярных модификаций латентного размещения Дирихле для задач анализа мнений. Предложенные модели достигают наилучшие результаты F-меры и сравнимые значения перплексии в сравнении с другими вероятностными моделями. В последующих исследованиях планируется улучшить предложенные модели за счет изменения линейной комбинации гиперпараметров с помощью ЕМ алгоритма или методов машинного обучения.
Список литературы
[1] . Сабирова И.М. Качество-ключевой фактор обеспечения конкурентности
продуктов и услуг в условиях рыночной экономики. Автоматизация и управление в технических системах, №1,2015, С. 181-190.
[2] . Gupta N. К. Extracting descriptions of problems with product and services from twitter
data. Proceedings of the 3rd Workshop on Social Web Search and Mining (SWSM2011). Beijing, China, 2011.
[3] . Solovyev V., Ivanov V. Dictionary-Based Problem Phrase Extraction from User
Reviews. Text, Speech and Dialogue, Springer International Publishing, 2014, P. 225-232.
[4] . Moghaddam S. Beyond Sentiment Analysis: Mining Defects and Improvements from
Customer Feedback. Advances in Information Retrieval, Springer International Publishing, 2015, P. 400-410.
125
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
[5] . Tutubalina E. Target-Based Topic Model for Problem Phrase Extraction. Advances in
Information Retrieval, 2015, P. 271-277.
[6] . Blei D. M., Ng A. Y., Jordan M. I. Latent dirichlet allocation. The Journal of machine
Learning research., T. 3,2003, P. 993-1022.
[7] . Liu B. Sentiment analysis and opinion mining. Synthesis Lectures on Human Language
Technologies, T. 5. ,2012, P. 1-167.
[8] . Martinez-Camara E, Martin-Valdivia M. T., Urena-Lopez L. A., Montejo-Rae, A. R.
Sentiment analysis in twitter. Natural Language Engineering, T. 20(1), 2014, P. 1-28.
[9] . Moghaddam S., Ester M. On the design of LDA models for aspect-based opinion
mining. Proceedings of the 21st ACM international conference on Information and knowledge management. - ACM, 2012., P. 803-812.
[10] . Lin C., He Yu., Everson R., Ruger S. Weakly supervised joint sentiment-topic detection
from text. Knowledge and Data Engineering, IEEE Transactions on, T. 24(6), 2012, P. 1134-1145.
[11] . Jo Y., Oh A. H. Aspect and sentiment unification model for online review analysis.
Proceedings of the fourth ACM international conference on Web search and data mining, ACM, 2011, P. 815-824.
[12] . Z. Yang, A. Kotov, A. Mohan S. Lu. Parametric and Non-parametric User-aware
Sentiment Topic Models. Proceedings of the 38th ACM SIGIR, 2015.
[13] . Heinrich G. Parameter estimation for text analysis. Technical report, 2005.
[14] . Minka T., Lafferty J. Expectation-propagation for the generative aspect model.
Proceedings of the Eighteenth conference on Uncertainty in artificial intelligence. -Morgan Kaufmann Publishers Inc., 2002., P. 352-359.
[15] . Griffiths T. L., Steyvers M. Finding scientific topics. Proceedings of the National
Academy of Sciences, T. 101 (1), 2004, P. 5228-5235.
[16] . Loukachevitch N., Blinov P. , Kotelnikov E., Rubtsova Y., Ivanov V., Tutubalina E.
SentiRuEval: testing object-oriented sentiment analysis systems in Russian. Proceedings of International Conference Dialog-2015, Moscow, Russia, 2015.
[17] . Тутубалина E. В. Извлечение проблемных высказываний, связанных с
неисправностями и нарушением функциональности продуктов, на основании отзывов пользователей. «Вестник КГТУ им. А.Н.Туполева», Т. 3, 2015.
[18] . Ivanov V., Tutubalina Е., Mingazov N., Alimova I. Extracting aspects, sentiment and
categories of aspects in user reviews about restaurants and cars. Proceedings of International Conference "Dialog-2015", Moscow, Russia, 2015.
[19] . Воронцов К. В., Потапенко А. А. Регуляризация, робастность и разреженность
вероятностных тематических моделей. Компьютерные исследования и моделирование, Т. 4 (4), 2012, С. 693-706.
126
Труды ИСП РАН, том 27, вып. 4, 2015 г..
Sentiment-based Topic Model for Mining Usability Issues and Failures with User
Products
E. Tutubalina <ElVTutubalina(a)kpfu.ru>
Kazan (Volga Region) Federal University,
18 Kremlyovskaya Str., Kazan, 420008, Russian Federation
Abstract. This paper describes an approach to problem phrase extraction from texts that contain user experience with products. User reviews from online resources, that describe actual difficulties in use of products in addition to sentiment-oriented phrases, affect on other people's purpose decisions. In this paper we present two probabilistic graphical models which aims to extract problems with products from online reviews. We incorporate information about problem phrases with words’ sentiment polarities (negative, neutral or positive). The proposed models leam a distribution over words, associated with topics, both sentiment and problem labels. The algorithms achieve a better performance in comparison to several state-of-the-art models in terms of the likelihood of a held-out test and in terms of an accuracy of classification results, evaluated on reviews from several different domains in English and Russian. Our contribution is that summarizing sentiment and problem information about words with reviews’ topics by the model's asymmetric priors gives an improvement for problem phrase extraction from user reviews.
Keywords: opinion mining, problem phrases, user reviews, mining defects, topic modeling, LDA, problem phrase extraction.
References
[1] . Sabirova I.M. Kachestvo - kluchevoy factor obespecheniya konkurentosposobnosti
productov i uslug v usloviyah rynochnoy economiki [Quality-key factor of ensuring competition of products and services in the conditions of market economy], Avtomatizaciya i upravlenie v tehnicheskih sistemah [Automation and management in technical systems], vol. 1, 2015, pp. 181-190. (In Russian)
[2] . Gupta N. K. Extracting descriptions of problems with product and services from twitter
data. Proceedings of the 3rd Workshop on Social Web Search and Mining (SWSM2011). Beijing, China, 2011.
[3] . Solovyev V., Ivanov V. Dictionary-Based Problem Phrase Extraction from User
Reviews. Text, Speech and Dialogue, Springer International Publishing, 2014, vol. 225-232.
[4] . Moghaddam S. Beyond Sentiment Analysis: Mining Defects and Improvements from
Customer Feedback. Advances in Information Retrieval, Springer International Publishing, 2015, PP. 400-410.
[5] . Tutubalina E. Target-Based Topic Model for Problem Phrase Extraction. Advances in
Information Retrieval, 2015, pp. 271-277.
127
Trudy ISP RAN [The Proceedings of ISP RAS], vol. 27, issue 4, 2015.
[6] . Blei D. M., Ng A. Y., Jordan M. I. Latent dirichlet allocation. The Journal of machine
Learning research., vol. 3,2003, pp. 993-1022.
[7] . Liu B. Sentiment analysis and opinion mining. Synthesis Lectures on Human Language
Technologies, T. 5., 2012, pp. 1-167.
[8] . Martlnez-Camara E, Martin-Valdivia M. T., Urena-Lopez L. A., Montejo-Rae, A. R.
Sentiment analysis in twitter. Natural Language Engineering, T. 20(1), 2014, PP. 1-28.
[9] . Moghaddam S., Ester M. On the design of LDA models for aspect-based opinion
mining. Proceedings of the 21st ACM international conference on Information and knowledge management. - ACM, 2012., pp. 803-812.
[10] . Lin C., He Yu., Everson R., Ruger S. Weakly supervised joint sentiment-topic detection
from text. Knowledge and Data Engineering, IEEE Transactions on, vol. 24(6), 2012, pp. 1134-1145.
[11] . Jo Y., Oh A. H. Aspect and sentiment unification model for online review analysis.
Proceedings of the fourth ACM international conference on Web search and data mining, ACM, 2011, pp. 815-824.
[12] . Z. Yang, A. Kotov, A. Mohan S. Lu. Parametric and Non-parametric User-aware
Sentiment Topic Models. Proceedings of the 38th ACM SIGIR, 2015.
[13] . Heinrich G. Parameter estimation for text analysis. Technical report, 2005.
[14] . Minka T., Lafferty J. Expectation-propagation for the generative aspect model.
Proceedings of the Eighteenth conference on Uncertainty in artificial intelligence. -Morgan Kaufmann Publishers Inc., 2002., pp. 352-359.
[15] . Griffiths T. L., Steyvers M. Finding scientific topics. Proceedings of the National
Academy of Sciences, vol. 101 (1), 2004, pp. 5228-5235.
[16] . Loukachevitch N., Blinov P., Kotelnikov E., Rubtsova Y., Ivanov V., Tutubalina E.
SentiRuEval: testing object-oriented sentiment analysis systems in Russian. Proceedings of International Conference Dialog-2015, Moscow, Russia, 2015.
[17] . Tutubalina E.V. Izvlecheniye problemnykh vyskazyvaniy, svyazannykh s
neispravnostyami i narusheniyem funktsional'nosti produktov , na osnovanii otzyvov pol'zovateley [Extracting problem phrases about product defects and malfunctions in user reviews about cars], Vestnik KGTU im. A.N.Tupoleva [Proceeding of KGTU im. A.N.Tupoleva], vol. 3,2015. (inRussian)
[18] . Ivanov V., Tutubalina E., Mingazov N., Alimova I. Extracting aspects, sentiment and
categories of aspects in user reviews about restaurants and cars. Proceedings of International Conference "Dialog-2015", Moscow, Russia, 2015.
[19] . Vorontsov K.V., Potapenko A.A. Regulyarizatsiya, robastnost' i razrezhennost'
veroyatnostnykh tematicheskikh modeley [Regularization, robustness and sparsity of probabilistic topic models], Komp'yutemyye issledovaniya i modelirovaniye [Computer research and modeling], vol. 4 (4), 2012, pp. 693-706. (in Russian).
128
