Q&A
自然言語処理のタグを追加してみてはどうでしょうか
「pythonで日本語文の感情分析（＋言語処理の基礎）」という記事を読み、
(https://qiita.com/mtskhs/items/0323f299d03f5b07efdc)
単語感情極性対応表
(http://www.lr.pi.titech.ac.jp/~takamura/pndic_ja.html)
を用いて、実際に日本語の文章を分析しました。
その結果、マイナス（ネガティブ感情）値ばかりが出力されます。
この「対応表」を見ると、
（http://www.lr.pi.titech.ac.jp/~takamura/pubs/pn_ja.dic）
名詞の大部分がマイナスになっています。
例えば一部をコピペすると：
ヴァニラ:ヴァニラ:名詞:-0.216051
カフェテリア:カフェテリア:名詞:-0.216076
切れ字:きれじ:名詞:-0.216081
買物:かいもの:名詞:-0.216081
著者:ちょしゃ:名詞:-0.216083
といった具合です。「辞書内にある単語のおよそ９０％は、マイナス値の単語として分類されています。
たとえば「買物」という言葉が出てくると、その文章全体に−０．２が加算されてしまいます。
万事がこういった具合なので、およそ世の中の日本語文は、「これはネガティブである」と解釈されることになってしまうはずだと思いました。
この結果は少なくとも直感的ではない！
だけど、どうしてこういう事になっているのだろう？
・・・というのが疑問です。
もしもこの事についてご存知の方がいましたら、お教え下さい！
AI？ ライブラリ？ ジャノメ？など迷ったのですが、そういったタグがあるのですね。
お教えくださり、どうもありがとうございました！
あまり専門的なことはわかりませんが、英語側はwordnetをリソースにしており、日本語は岩波国語辞書がリソースですが、この日本語側もなんらかの方法でwordnet相当のインプット辞書をつくっているのかなと思います。(論文が英語で実験しているようですので。)
日本語、英語、それぞれリソースで語彙ネットワークをつくって、論文の理論で自動計算したということのようですので、インプットにしている辞書の影響もあるのかもしれません。
実際、英語版はshopping(買い物)は正の値を示すなど、ファイル全体も日本語のような極端な偏りはなさそうです。
日本語の自然言語処理は難しいとおもいますので、公開している研究結果が間違っているとかではなく、まだまだ発展途上なんだと思います。
hayataka2049様、論文を読むという発想がそもそもなかったので、前進のきっかけとなりました。どうもありがとうございました！
DaMik様、わかりやすくお教えくださりありがとうございました。 論文をダウンロードして斜め読みをしたのですが、それでは頭に入ってきませんでした。DaMik様の解説で全体像が見えたように思いましたので、もう一度論文にあたってみます。
あなたの回答
tips
プレビュー
