マスク付き言語モデルを用いた極性（ポラリティ）分析のための新しい半教師あり手法
arXiv cs.CL / 2026/4/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、Latent Semantic Scaling（LSS）をワード2ベックをマスク付き言語モデルとして用いる形に発展させた新しい半教師あり極性分析手法を提案しています。
- 空間ベースの手法の代わりに、この手法は特定の文脈でシード語が出現する確率（予測確率）から極性スコアを導出します。
- 著者らは、確率的な極性スコアが従来の空間モデルがテキスト分析で生成する極性スコアよりも、より高い精度・解釈性・一貫性を示すと報告しています。
- 検証では、COVID-19パンデミック中の健康分野に関する「中国と他国」報道について、中国の日刊紙（China Daily）の記事を用いて、確率モデルと空間モデルを比較しています。
- 研究は、より高度なマスク付き言語モデルを使うことで、この手法の性能がさらに向上する可能性を示唆しています。
