はじめに 任意の文章に対して自動的に感情極性(ポジティブ，ネガティブ)の判定を行うスクリプトを作成したのでまとめてみたいと思います． 文章(文書)から感情極性の判定を行う分野では，Sentiment Analysisや評判分析と呼ぶこともあります． 従来では，単語極性辞書といって単語ごとに極性値(ポジティブ，ネガティブの値)を登録しておいて，それを用いて極性判定する手法がオーソドックスでした． しかしながら，その手法だと極性辞書にない単語が出た場合に計算が出来ないという問題点や，そもそも単語の極性を一意に定めることが出来るのか？という問題があります． (e.g. ”安い”という単語1つとっても，安くてお買い得！と言われると安いはポジティブですが，安い奴だなと言われるとネガティブな印象を受けます) そこで本記事では，テキスト分類器とECサイトのレビューデータを用いてある文章の持つ感情極性を自

はじめに 人工知能の研究・開発が近年ブームとなってきており，様々な分野で色々な成果が出ています． 文書の自動要約技術も大きな枠組みではAIの分野で，専門的には自然言語処理という分野になります． 文書要約は，新幹線の電光掲示板やWebニュースの見出しに用いられたりしますが，使い方はニュースのようなきっちりした文書に限らないと思います． 本記事では，文書要約アルゴリズムLexRankを用いて，ECサイト(楽天)の商品レビューを要約することで素早く購入者の典型的なレビューを可視化することをやってみたいと思います． LexRank LexRankはErkanらがPageRankの概念を元に提案した文書要約のアルゴリズムになります． 元論文: LexRank: Graph-based Lexical Centrality as Salience in Text Summarization 細かいとこ