本研究では、ゲーム理論と進化生物学の概念を統合した数学フレームワークである集団ゲームモデルを感情分析に応用しています。
このモデルは、文章の感情分類における戦略的相互作用を解析するための枠組みとして提案されており、文脈と感情の要素を異なる「プレイヤー」として扱い、それぞれの「戦略」としての肯定的または否定的な感情ラベルを適用します。
感情分析における異なるカテゴリーや戦略間の動的な競争と進化を描き、最適化されたアルゴリズムの適応性を実現しています。
このプロセスでは、文章から文脈や感情のスコアを抽出し、それらを基に意思決定行列を構築します。
戦略の比率が変化する様を再現するレプリケータダイナミクスに基づき、言語パターンや感情表現が変化する際も最適な戦略比率を維持し、ナッシュ均衡に達するまでの進化を模型化します。
これにより、機械が効率的に感情タグを割り当てることが可能になります。
特に複雑な感情や文脈においても、このモデルでは高精度な感情分析が行えるため、自然言語処理や顧客フィードバック分析など、様々な実用アプリケーションでの採用が期待されます。
出典 : Advancing sentiment classification through a population game model approach – Scientific Reports https://www.nature.com/articles/s41598-024-70766-z
