>100 Views
March 04, 25
スライド概要
井上 歩香, 岡本 一志, 柴田 淳司, 原田 慧, 軽部 幸起: アスペクトに着目した読者に影響を与える映画レビューの分析, 第17回データ工学と情報マネジメントに関するフォーラム(インタラクティブセッション), 2025.3, 福岡県福岡市.
Data Science Research Group, The University of Electro-Communications
8E-03 アスペクトに着目した読者に影響を与える映画レビューの分析 井上 歩香,岡本 一志(電気通信大学), 柴田 淳司(東京都立産業技術大学院大学), 原⽥ 慧, 軽部 幸起(電気通信⼤学) はじめに 結果 映画レビューサイトの普及 抽出したアスペクトの一覧 映画レビューは視聴者の行動に影響を与える 大分類 視聴する映画を決める際,他者のレビューが参考になる 事実 内容,レビュワーの属性,視点,質が様々 映画レビューサイトの従来の課題 1. 視聴する映画選定の困難さ 視聴したい映画にたどり着くまでに多くのレビューを読む必要有 2. ユーザごとに参考になる内容が異なる 例: 俳優に関するレビュー vs ストーリー重視のレビュー 3. レビュー内容の分析不足 映画レビューに含まれる観点を明らかにした研究がない アスペクト名 説明 大分類 アスペクト名 説明 Fact 映画に関する誰が見ても分かる 絶対的事実 部分 Actor 俳優に対する評価 部分 Character 映画に出てくる登場人物について の評価 事実 Synopsis 映画のあらすじ 書き手 Action 観賞した後の行動 部分 Creator 映画の制作者に対する評価 書き手 Before 映画を見る前の印象,状態 部分 Music 音楽に関する評価 書き手 Consideration 映画に対する推察や一般論 部分 Picture 映像に関する評価 書き手 Reason 観賞者が映画を観賞した きっかけ,理由 部分 Scene 映画の中のあるワンシーンに 対する評価 全体 Impression 映画全体に対する印象 その他 Call レビューの読み手への呼びかけ 全体 Judge 鑑賞者による映画の判定 その他 Comparison Story 全体の話の流れ,あらすじに 関する評価 全体 他の映画作品との比較 その他 Point スコアに関して その他 Time 上映時間に関して アンケート評価と各評価の相関 関連研究 研究 [Pang+, 2005] [Mackiewicz+, 2014] [安藤+, 2014] 本研究 使用データ 手法 映画レビュー ポジティブやネガティブといった極性指標によって レビューを分析する研究 商品レビュー レビューの特性を信頼性,情報性,可読性の 3つの指標から分析する研究 楽天商品のレビューを構成するアスペクトを分析し, 商品レビュー ホテルレビューから各アスペクトが読者にどの程度影響を ホテルレビュー 与えているかを分析する研究 映画レビュー 全文中に各アスペクトが含まれる割合 映画のレビューを構成するアスペクトを分析し, 各アスペクトが読者にどの程度影響を 与えているかを明らかにする アプローチ 映画レビューを構成するアスペクトの抽出 映画情報サイトFilmarksからスクレイピングで50,003件の 映画レビューを収集 収集したデータはレビュー本文,評価,レビューのいいね数, 投稿者のID,映画の情報など 分析対象は収集したレビューからランダムに抽出した200件 著者が各レビューを読み,1文ごとにどのようなアスペクトに ついて記述しているかを分析 影響を与えるレビューのアンケート調査 1つのレビューあたり5件,リッカート尺度で1~7の評価を取得 被験者12名に1人あたり87件程度のレビューの評価を依頼 視聴済みの映画は除外 アスペクト構成を基にレビューの並び替え あるアスペクトに関する記述の分量とアスペクトの構成割合の類似度 を用いて並び替え 各レビュー内でのあるアスペクトの記述量 を映画内で正規化: : 映画内の最小アスペクト値 , : 最大アスペクト値 レビューのアスペクト構成割合ベクトル と評価の高いレビュー群 の構成割合ベクトル のコサイン類似度: 並び替え結果 ジャンル 並び替え基準アスペクト 基準アスペクトの割合の変化 重複なしレビュー割合 ファンタジー Synopsis, Consideration, Story, Character +5% 66% サスペンス Synopsis, Story, Actor, Character, Scene +10% 77.6% アクション Consideration, Story, Scene +10% 80% コメディ Synopsis, Story, Actor, Character, Scene +10% 82.4% ドラマ Synopsis, Story, Actor, Scene +10% 75% SF Synopsis, Consideration, Story +10% 88% おわりに まとめ 映画レビューを分析し,19種類のアスペクトに分類 アンケート調査を行い,SynopsisやConsideration,Storyが読者 に影響を与えていることを解明 アスペクトの構成を基にレビューを並び替え,ユーザが求める アスペクトに関する記述がある多様なレビューを表示 今後の展望 人手で付与したアスペクトの妥当性について検証 被験者実験を行い,並び替えたレビューの有用性を測定 並び替え結果を定量的に評価できる指標を策定 最終スコア が高い順にレビューを並び替え: [Pang+,2005]B.Pang, L.Lee: Seeing Stars: Exploiting Class Relationships for Sentiment Categorization with Respect to Rating Scales, Proc. 43rd Annual Meeting of the Association for Comput. Linguist., 115--124, 2005. [Mackiewicz+,2014]J. Mackiewicz, D. Yeats: Product Review Users' Perceptions of Review Quality: The Role of Credibility, Informativeness, and Readability, in Proc. IEEE Trans. Prof. Commun., 57(4), 309--324, 2014. [安藤+,2014]安藤まや,関根聡: レビューには何が書かれていて,読み手は何を読んでいるのか?, 言語処理学会 第 20回年次大会 発表論文集, 884--887, 2014.