05

感情分析・テキスト分類(Sentiment Analysis & Text Classification)

5.1 辞書ベースの感情分析

ツール名 週間DL数 累計DL数 Star数 特徴
oseti 169 178k 99 日本語感情極性辞書ベース
pymlask 107 68k 119 ML-Askベースの感情分析

osetiは岩波国語辞典の感情極性辞書に基づく感情分析ツールであり、ルールベースながら日本語テキストのポジティブ/ネガティブ判定を手軽に行えます。

pymlaskは「喜び」「悲しみ」「怒り」など複数の感情カテゴリを判定可能なツールであり、感情語辞書ML-Askに基づいています。

oseti
日本語感情極性辞書ベース
99 169/w
pymlask
ML-Askベースの感情分析
119 107/w

5.2 機械学習ベースの感情分析

ツール名 週間DL数 累計DL数 Star数 特徴
asari 91 84k 153 日本語感情分析器
negapoji - - 152 ネガポジ判定

asariはStar数153と感情分析カテゴリで最も知名度が高いです。機械学習モデルを内蔵しており、簡単なAPIで感情分析が可能です。

asari
日本語感情分析器
153 91/w
negapoji
ネガポジ判定
152

5.3 BERTファインチューニングによる手法

近年は事前学習済みBERTモデルを感情分析タスクにファインチューニングする手法が主流となりつつあります。

  • Japanese-BERT-Sentiment-Analyzer:FastAPIとBERTによる感情分析サーバー
  • japanese_text_classification:MLP、CNN、RNN、BERTなど多様なDNNアプローチを調査

JGLUEベンチマークには感情分析に関連するタスクが含まれており、BERTベースの手法の標準的な評価が可能となっています。

Hugging Faceにおける感情分析モデル

Hugging Faceのtext-classificationカテゴリでは、日本語感情分析用のファインチューニング済みモデルが複数公開されています。

モデル名 HF DL数 Like数 特徴
bert-finetuned-japanese-sentiment (christian-phu) 329k 16 Amazonレビューで学習、精度約81%
japanese-sentiment-analysis (jarvisx17) 4k 15 chABSAデータセットで学習
bert-base-japanese-v2-wrime-fine-tune (patrickramos) 1k 6 WRIME 8感情の強度予測

bert-finetuned-japanese-sentimentは週間329kダウンロードとtext-classificationカテゴリで最大の利用数を示しており、Amazonの商品レビューでcl-tohoku/bert-base-japanese-v2をファインチューニングしたモデルです。精度約81%、F1スコア0.73を報告しています。

bert-base-japanese-v2-wrime-fine-tuneはWRIMEデータセットでファインチューニングされ、喜び・悲しみ・期待・驚き・怒り・恐怖・嫌悪・信頼の8つの感情について、書き手・読み手それぞれの強度スコア(0〜4)を予測できるモデルです。


bert-finetuned-japanese-sentiment (christian-phu)
Amazonレビューで学習、精度約81%
329k 16
japanese-sentiment-analysis (jarvisx17)
chABSAデータセットで学習
4k 15
bert-base-japanese-v2-wrime-fine-tune (patrickramos)
WRIME 8感情の強度予測
1k 6