Mining contrastive opinions on political texts using cross-perspective topic model
概要
複数の立場(perspective)から書かれた文章があった時，論点(topic)ごとに立場の主張をまとめ，それらの主張の違いを定量的に出力する．
例えば，自民党と民主党のマニフェストが与えられた時，「年金に対する自民/民主の主張」「安全保障に関する自民/民主の主張」をそれぞれまとめ，かつ，あるクエリに対する意見の違いを数値で出力する．
モデル
documentが名詞などのtopic word(LDAなどのword)と形容詞や動詞，副詞などのopinion wordで構成されるとする．生成モデルは次のような過程を辿るとする．
- まずトピックを選ぶ
- トピックに従って単語(topic word)を選ぶ
- 次に，意見(opinion)を表明するトピックを選ぶ => 意見を表明する単語のトピックを選ぶ
- この時はdocument中のtopicの頻度に従う
結果としてはまず，perspective共通であるdocumentにおけるtopicの分布，topicにおけるtopic wordの分布
が得られる．これは通常のLDAと同様．次にperspective固有のtopicにおけるopinion wordの分布
が得られる．論文中では
の説明が全く無かったが恐らく
．
定量的な差分
perspectiveごとにあるクエリにおける意見の違いの度合いは，Jensen-Shannon divergenceを使う．
実験結果
次の二設定で実験
- 共和党と民主党
- ニューヨーク・タイムズ(アメリカ)，新華社(中国)，The Hindu(インド)
トピックごとの単語の違い
例えばトピック9，移民問題においては，民主党が「undocument」という言葉を使っているのに対し，共和党は「illegal alien」という差別的な用語を使っている事がわかる．民主党がlegalやfairといった人道的な立場に立っているのに対し，共和党はsecureといった安全保障の立場に立っている事がわかる．トピック39，中国との貿易問題において，上位に来る語は共和党はglobal，民主党はdomesticとなっており，立場が明確に異なっているのがわかる．トピック75，イラク戦争においても，上位に来る語は共和党がwin，民主党はfailed/endとなっており正反対．ここらへんの知識無かったのでかなりわかりやすい．
