VADER: экономная модель на основе правил для анализа тональности текстов социальных медиа

Природа контента социальных медиа создает серьезные трудности для практического применения анализа тональности. Мы представляем VADER — простую модель на основе правил для общего анализа тональности — и сравниваем ее эффективность с одиннадцатью типичными современными эталонными методами, включая LIWC, ANEW, General Inquirer, SentiWordNet, а также методами машинного обучения, основанными на алгоритмах наивного байесовского классификатора, максимальной энтропии и метода опорных векторов (SVM). Сочетая качественные и количественные методы, мы сначала формируем и эмпирически проверяем эталонный список лексических признаков вместе с соответствующими мерами интенсивности тональности, специально адаптированными к выражению тональности в контекстах, подобных микроблогам. Затем мы объединяем эти лексические признаки с учетом пяти общих правил, отражающих грамматические и синтаксические особенности выражения и усиления интенсивности тональности. Примечательно, что при использовании нашей экономной модели на основе правил для оценки тональности твитов VADER превосходит отдельных экспертов-оценщиков (точность классификации по F1 = 0,96 и 0,84 соответственно) и лучше обобщается на различные контексты, чем любой из рассматриваемых эталонных методов.