1 基礎概念
1.1 定義と目的
情感分析とは、自然言語処理、テキスト分析、計算言語学の手法を統合し、テキストデータから感情、意見、態度、主観的情報を体系的に識別・抽出・定量化する技術分野である。主な目的は、書き手が表現する感情の方向性（肯定的、否定的、中立的）を自動的に判定し、大量のテキストから有用なインサイトを得ることにある。学術研究と商業応用の両面で、人間の感情表現を計算可能な形式に変換する基盤技術として位置づけられる。
1.2 感情の種類と強度
情感分析では、基本感情（喜び、悲しみ、怒り、恐怖など）から複合的・文化的に規定された感情まで幅広く扱われる。強度は感情の度合いを定量化するための尺度であり、例えば「とても良い」と「まあまあ良い」では強度が異なる。一般に、極性値（-1から+1）や確信度を用いて表現され、辞書ベース手法では重み付けされたスコアとして算出される。
1.3 主観性と客観性の区別
主観的テキストは個人の意見や感情を含み、客観的テキストは事実や中立的な記述を提供する。情感分析では、まずテキストが主観的か客観的かを識別する前処理が重要であり、その後の感情極性分類の精度に直結する。例えば、新聞の客観報道とオピニオン記事では分析手法が異なるため、この区別はシステム設計の基本要件である。
2 技術的手法
2.1 辞書ベース手法
2.1.1 感情語辞書
あらかじめ定義された感情語（「素晴らしい」「ひどい」など）とその極性・強度スコアを格納した辞書を用いる手法。代表的な辞書にSentiWordNet、LIWC、日本語では日本語評価極性辞書がある。テキスト中の感情語の出現頻度やスコアを集計して全体の感情を判定するが、文脈や否定表現の影響を受けやすい。
2.1.2 構文パターン
単語の並びや文法構造（例：「〜が良い」「〜ではない」）に基づき、否定や修飾関係を考慮したルールベースの手法。構文解析木や依存関係解析を用いて、感情語のスコープを正確に捉える。辞書ベース手法の弱点である文脈依存性を部分的に克服できるが、ルール設計に労力がかかる。
2.2 機械学習手法
2.2.1 教師あり学習
2.2.1.1 ナイーブベイズ分類器
単語間の独立性を仮定した確率モデル。感情ラベル付きコーパスから単語の出現確率を学習し、新規テキストにベイズの定理を適用して分類する。計算が軽量で小規模データでも高い性能を示すが、独立性の仮定が現実と乖離する場合がある。
2.2.1.2 サポートベクターマシン
高次元特徴空間で最大マージン超平面を求める分類器。感情分析では、n-gramや単語ベクトルを特徴として用いることで、非線形な境界もカーネル関数により学習可能。特にテキスト分類タスクで安定した性能を発揮する。
2.2.2 深層学習手法
2.2.2.1 リカレントニューラルネットワーク
系列データに適したニューラルネットワークで、LSTMやGRUがよく使われる。文の前後関係や長距離依存性を学習でき、感情強度の微妙な変化も捉えられる。語順を考慮するため、辞書ベース手法より文脈理解に優れる。
2.2.2.2 トランスフォーマーモデル
BERTやGPTに代表される注意機構を基盤としたモデル。双方向の文脈表現を獲得し、転移学習により少量のラベルデータでも高い性能を達成する。情感分析のベンチマークで最先端の結果を多く記録し、多言語・ドメイン適応にも強みを持つ。
3 処理プロセス
3.1 データ前処理
テキストのクリーニング（HTMLタグ除去、特殊文字の正規化）、トークン化、ストップワード削除、ステミング・見出し語化などを行う。ソーシャルメディアデータではURL、メンション、絵文字の処理も重要。ノイズ低減と計算負荷のバランスが求められる。
3.2 特徴抽出
3.2.1 n-gram
連続するn個の単語（または文字）の出現パターンを特徴量として用いる手法。unigram（単語単位）やbigram（2単語組）が一般的。単純だが、文脈情報をある程度捕捉できる。次元爆発の問題があるため、フィルタリングや次元削減が併用される。
3.2.2 単語埋め込み
Word2VecやGloVe、FastTextなどにより、各単語を実数ベクトルで表現。文書全体のベクトルは平均プーリングや文書埋め込みモデル（Doc2Vec、Sentence-BERT）で得る。単語間の意味的・構文類似性を反映し、深層学習モデルの入力として広く使われる。
3.3 分類器の学習と評価
分割された訓練データでモデルを学習し、検証データでハイパーパラメータを調整。性能評価には適合率、再現率、F1スコア、正解率が用いられる。感情ラベルの不均衡が問題となる場合は、重み付き評価や再サンプリング手法が適用される。
4 応用分野
4.1 ソーシャルメディア分析
Twitter、Facebook、Instagramなどの投稿から世論やトレンドをリアルタイムで把握。ブランド評判のモニタリング、炎上予測、マーケティングキャンペーンの効果測定などに活用される。バイアスやノイズの多い短いテキストへの対応が課題。
4.2 製品レビューと市場調査
4.2.1 顧客満足度評価
ECサイトやアプリのレビューを自動分析し、製品の長所・短所を抽出。満足度スコアの推移を可視化し、改善点の特定に寄与する。アスペクトベース情感分析（特定の属性に関する感情）がよく用いられる。
4.2.2 競合分析
自社製品と競合製品のレビューを比較し、市場でのポジショニングを調査。顧客が重視する要素や競合の弱点を発見し、戦略立案に役立てる。大規模なレビューコーパスの処理に自動分析が不可欠。
4.3 政治的言説分析
選挙キャンペーンや政策議論におけるSNSの感情傾向を解析。候補者への好感度、政策への賛否を時系列で追跡する。ただし、バイアスや偽情報の影響を考慮する必要があり、倫理的な注意が求められる。
4.4 カスタマーサービス自動化
問い合わせメールやチャットボットのログから顧客の感情を検出し、クレーム対応の優先順位付けやエスカレーションを自動化。感情状態に応じた応答文生成（例：怒っている顧客には謝罪から入る）にも応用される。
5 課題と限界
5.1 文脈依存性
5.1.1 皮肉と比喩の検出
表面の単語と実際の感情が逆転する皮肉や、比喩表現では文字通りの感情語が誤分類を引き起こす。現状の手法では精度が低く、高度な文脈理解と世界知識が必要。解決策として、対話履歴やマルチモーダル情報の統合が研究されている。
5.1.2 領域適応
あるドメイン（例：映画レビュー）で学習したモデルを別のドメイン（例：医療レビュー）に適用すると、語彙や表現スタイルの違いにより性能が大きく低下する。転移学習やドメイン対抗学習が有効だが、完全な解決には至っていない。
5.2 多言語・文化差
感情表現は言語や文化によって大きく異なる。例えば、日本語の婉曲表現や敬語、アラビア語の文脈依存の感情語などは、単一の辞書やモデルでは扱いきれない。多言語資源の整備と、文化的バイアスを考慮したモデル設計が求められる。
5.3 データの不均衡
実世界の感情ラベルは肯定的なものに偏りやすい（例：製品レビューの多くは高評価）。不均衡データ下では、少数クラス（否定的、中立的）の再現率が低下する。再サンプリング、コスト考慮学習、生成的データ拡張が対策として用いられる。
5.4 プライバシーと倫理
個人の感情を自動収集・分析することは、同意なしの監視やプロファイリングにつながるリスクがある。また、モデルバイアス（特定の属性に対する差別）や誤分類による社会的害悪も指摘されている。データ匿名化、公平性の評価、透明性のある利用ポリシーが不可欠。