Co-training for Semi-supervised Sentiment Classification Based on Dual-view Bags-of-words Representation

• original paper: http://www.aclweb.org/anthology/P15-1102

• レビューテキストの極性判定. BOW. 線形回帰 (liblinear L2)
• 半教師アリにしたい
• "we propose a dual-view co-training approach based on dual-view BOW representation for semi-supervised sentiment classification."
  • 単にオリジナルのテキストの pos/neg を学習するのではなくて、そのちょうど反対 (neg/pos) がどんなであるかも学習する
    • posな文を学習するときに、一緒にnegも必ず学習する
  • 自動で対なる2レビューを人工的に生成する
    • negator (not) を取り除く
    • sentiment word は全部対義語で置き換える
      • あらかじめそのような辞書を持っておく
  • dual-view co-training
    • ラベル付き学習データ \(L_o\) (original)
      • 2値分類器 \(h_o (x \mapsto y \in \{0,1\})\)
    • 対になるように作ったデータ \(L_a\) (antonymous)
      • 2値分類器 \(h_a (x \mapsto y \in \{0,1\})\) を作成
    • これらを合わせたような \(h_d\) というものを作ることを考える
    • ラベルなし \(x_o\) について対 \(x_a\) を作成する
      • assert \(h_o(x_o) \ne h_a(x_a)\) 一方が pos のとき neg であるべきである
      • それが満たされた場合だけ、それぞれを \(L_o\) , \(L_a\) に追加
        • ある程度たまったら \(h_o\) , \(h_a\) を更新する
    • 最終的な予測としては \(h_o\) \(h_a\) の両方を使いたい
      • 各分類器で確率を計算して足して2で割る