Aspect Evaluation by using Overall Rating and Category Characteristics of Reviews
Article Sidebar
Main Article Content
บทคัดย่อ
This paper presents a method for estimating aspect rating in reviews. Aspects are evaluated using evaluative words. The overall rating of reviews is used to estimate the rating of aspects. We assume that reviews with words expressing high evaluation possess high overall rating. We estimate evaluative words for each category because some of these words express different meanings in different categories. We determine the score of an aspect from the rating of evaluative words. The approach is validated by estimating the values of aspects by using reviews collected from kakau.com and comparing them with the original aspect ratings. Results indicate that the proposed approach can estimate aspect rating in certain cases.
Article Details
นโยบายการรับบทความ
กองบรรณาธิการวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น มีความยินดีรับบทความจากอาจารย์ นักศึกษา และผู้ทรงคุณวุฒิในสาขาบริหารธุรกิจและภาษา ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่นที่นำส่ง ดังนั้นผู้สนใจที่จะร่วมเผยแพร่ผลงานและความรู้ที่ศึกษามาสามารถนำส่งบทความได้ที่กองบรรณาธิการเพื่อเสนอต่อคณะกรรมการกลั่นกรองบทความพิจารณาจัดพิมพ์ในวารสารต่อไป ทั้งนี้บทความที่สามารถเผยแพร่ได้ประกอบด้วยบทความวิจัย ผู้สนใจสามารถศึกษาและจัดเตรียมบทความจากคำแนะนำสำหรับผู้เขียนบทความ
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจาก กองบรรณาธิการ
ข้อความที่ปรากฏภายในบทความของแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็น ความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับสถาบันเทคโนโลยีไทย-ญี่ปุ่น และคณาจารย์ท่านอื่น ๆ ในสถาบัน แต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา ทัศนะ หรือข้อคิดเห็นใด ๆ ของบทความในวารสารวิชาการ สถาบันเทคโนโลยีไทย-ญี่ปุ่น ไปเผยแพร่ก่อนได้รับอนุญาตจากผู้นิพนธ์อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
หากต้องการสอบถามข้อมูลเพิ่มเติมที่
- กองบรรณาธิการ วารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
- ฝ่ายวิจัยและนวัตกรรม สถาบันเทคโนโลยีไทย-ญี่ปุ่น
เลขที่ 1771/1 สถาบันเทคโนโลยีไทย-ญี่ปุ่น ซอยพัฒนาการ 37-39 ถนนพัฒนาการ แขวงสวนหลวง เขตสวนหลวง กรุงเทพมหานคร 10250 ติดต่อกับคุณพิมพ์รต พิพัฒนกุล (02) 763-2752 , คุณอาริสา จิระเวชถาวร (02) 763-2600 Ext. 2704 Fax. (02) 763-2754 หรือ E-mail: JBAL@tni.ac.th
เอกสารอ้างอิง
D. T. Peter and National Research Council of Canada, Ottawa, Ontario, Canada, “Thumbs up or thumbs down?: semantic orientation applied to unsupervised classification of reviews,” in Proceedings of the 40th Annual Meeting on Association for Computational Linguistics, Philadelphia, Pennsylvania, 2002, pp. 417-424.
T. Maite, B. Julian, T. Milan, V. Kimberly, and S. Manfred, “Lexicon-based methods for sentiment analysis,” MIT Press Cambridge, vol. 37, no. 2, pp. 267–307, 2011.
Y. Hong and H. Vasileios, “Towards answering opinion questions: separating facts from opinions and identifying the polarity of opinion sentences,” in Proceedings of the 2003 Conference on Empirical Methods in Natural Language Processing, 2003, pp. 129-136.
S. M. Kim and E. Hovy, “Analyzing Predictive Opinions on the Web,” in Proceedings of the 2007 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning (EMNLP-CoNLL), Prague, Czech Republic, 2007, pp. 1056 - 1064.
K. Nozomi, M. Yuji, T. Kenji, and F. Toshikazu, “Collecting Evaluative Expressions for Opinion Extraction,” in Proceedings of the First International Joint Conference on Natural Language Processing, Hainan Island, China, 2005, pp. 596 - 605.
M.Arjun and L. Bing,“AspectExtraction ThroughSemi-supervised Modeling,” in Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics: Long Papers - Volume 1, Jeju Island, Korea, 2012, pp. 339 - 348.
W. Tao, C. Yi, L. Ho fung, Y. K. L. Raymond, L. Qing, and M. Huaqing, “Product aspect extraction supervised with online domain knowledge,” Knowledge-Based Systems, vol. 71, pp. 86-100, 2014.
B. Samuel and E. Noemie, “An Unsupervised Aspect-sentiment Model for Online Reviews,” in Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, Los Angeles, California, 2010, pp. 804 - 812.
F. Xianghua, L. Guo, G. Yanyan, and W. Zhiqiang, “Multi-aspect Sentiment Analysis for Chinese Online Social Reviews Based on Topic Modeling and HowNet Lexicon,” Elsevier Science Publishers B. V, vol. 37, pp. 186 - 195, 2013.
W. Hongning, L. Yue, and Z. Chengxiang, “Latent Aspect Rating Analysis on Review Text Data: A Rating Regression Approach,” in Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Washington, DC, USA, 2010, pp. 783 - 792.
Y. Jianxing, Z. Zheng Jun, W. Meng, and C. Tat Seng, “Aspect Ranking: Identifying Important Product Aspects from Online Consumer Reviews,” in Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies - Volume 1, Portland, Oregon, 2011, pp. 1496 - 1505.
K. Taku and M. Yuji, “Japanese Dependency Structure Analysis Based on Support Vector Machines,” in Proceedings of the 2000 Joint SIGDAT Conference on Empirical Methods in Natural Language Processing and Very Large Corpora: Held in Conjunction with the 38th Annual Meeting of the Association for Computational Linguistics - Volume 13, Hong Kong, 2000, pp. 18 - 25.
“Kakaku.” [Online]. Available:https://kakaku.com.
MeCab, “Yet Another Part-of-Speech and Morphological.” [Online]. Available:https://mecab.googlecode.com/svn/trunk/mecab/doc/index. html.
CaboCha, “Yet Another Japanese Dependency Structure Analyzer.” [Online]. Available:https://taku910.github.io/cabocha
