TY  - CHAP
U1  - Buchbeitrag
A1  - Schulder, Marc
A1  - Wiegand, Michael
A1  - Ruppenhofer, Josef
ED  - Bender, Emily M.
ED  - Derczynski, Leon
ED  - Isabelle, Pierre
T1  - Automatically creating a lexicon of verbal polarity shifters: mono- and cross-lingual methods for German
T2  - Proceedings of the 27th International Conference on Computational Linguistics. August 20-26, 2018 Santa Fe, New Mexico, USA (COLING 2018)
N2  - In this paper we use methods for creating a large lexicon of verbal polarity shifters and apply them to German. Polarity shifters are content words that can move the polarity of a phrase towards its opposite, such as the verb “abandon” in “abandon all hope”. This is similar to how negation words like “not” can influence polarity. Both shifters and negation are required for high precision sentiment analysis. Lists of negation words are available for many languages, but the only language for which a sizable lexicon of verbal polarity shifters exists is English. This lexicon was created by bootstrapping a sample of annotated verbs with a supervised classifier that uses a set of data- and resource-driven features. We reproduce and adapt this approach to create a German lexicon of verbal polarity shifters. Thereby, we confirm that the approach works for multiple languages. We further improve classification by leveraging cross-lingual information from the English shifter lexicon. Using this improved approach, we bootstrap a large number of German verbal polarity shifters, reducing the annotation effort drastically. The resulting German lexicon of verbal polarity shifters is made publicly available.
N2  - In dieser Arbeit untersuchen wir Methoden zur Erstellung eines deutschsprachigen Lexikons polaritätsverschiebender Verben. Diese Verben, die vielfach auch Polaritätsshifter genannt werden, sind Inhaltswörter, die die Polarität einer Phrase zu ihrem entgegengesetzten Wert verschieben, wie z.B. das Verb „aufgeben“ in der Verbalphrase „alle Hoffnung aufgeben“. Das Verhalten von Polaritätsshiftern ähnelt somit dem von Negationswörtern wie „nicht“. Für robuste Sentimentanalyse werden sowohl Negationswörter als auch Polaritätsshifter benötigt. Während Listen von Negationswörtern in vielen Sprachen verfügbar sind, existiert jedoch ein Polaritätsshifter-Lexikon hinreichender Größe nur für das Englische. Jene Ressource wurde mittels Bootstrapping erzeugt, indem ein überwachter Klassifikator auf einer kleinen Stichprobe von Verben trainiert wurde. Dieser Klassifikator nutzt Daten- und Ressourcen-getriebene Merkmale. Wir reproduzieren diesen Ansatz und passen ihn soweit notwendig für das Deutsche an. Somit weisen wir die Übertragbarkeit dieses Ansatzes auf andere Sprachen nach. Wir verbessern die Qualität der Klassifikation zudem weiterhin, indem wir Informationen aus dem existierenden englischen Polaritätsshifter-Lexikon nutzten. Mittels dieses verbesserten Ansatzes finden wir per Bootstrapping eine große Anzahl deutscher Polaritätsshifter und verringern somit deutlich den manuellen Annotationsaufwand. Das resultierende deutsche Lexikon polaritätsverschiebender Verben ist frei verfügbar.
KW  - Semantische Analyse
KW  - Verb
KW  - Polaritätsprofil
KW  - Wortliste
KW  - Automatische Sprachverarbeitung
Y1  - 2018
U6  - https://nbn-resolving.org/urn:nbn:de:bsz:mh39-84984
UN  - https://nbn-resolving.org/urn:nbn:de:bsz:mh39-84984
UR  - http://aclweb.org/anthology/C18-1213
SN  - 978-1-948087-50-6
SB  - 978-1-948087-50-6
SP  - 2516
EP  - 2528
PB  - The Association for Computational Linguistics
CY  - Stroudsburg PA, USA
ER  -