技術要約：SentimentLens

問題提起

オンライン旅行プラットフォームは、膨大な量のユーザー生成ホテルレビューを生成しており、これは旅行者の体験を理解するための豊かなデータを提供している。しかし、非構造化されたテキストによるフィードバックを、構造化された実行可能な洞察へと変換することには、依然として大きな課題が残っている。星評価のような構造化されたメタデータは、全体的な満足度の迅速な要約を提供する一方で、ポジティブまたはネガティブな経験の背後にある具体的な理由を覆い隠してしまうことが多い。逆に、テキストによるレビューには詳細な説明が含まれているが、体系的に大規模分析を行うことは困難である。既存のアスペクト・ベース感情分析（ABSA）のアプローチは、予測を行う段階で止まってしまうことが多く、その結果を地域比較や意思決定のためのより広いワークフローに統合できていない。さらに、単一のモダリティ（テキストまたは評価のいずれか）に依存することは、両方のシグナルを組み合わせた時にのみ現れるパターンを見逃すリスクがある。地域的な集計や経営判断の支援のために、テキストによる感情と数値による評価を統合した、統一されたエンドツーエンドのフレームワークが不足している。

手法

本論文では、テキストによる感情と数値による評価をデュアルモダリティ・アプローチを通じて調和させるために設計された、スケーラブルな情報統合フレームワークであるSentimentLensを提案する。システムは以下のパイプラインを通じて動作する：

1. データ収集および前処理：

   • Apifyを使用してGoogle ReviewsおよびTripAdvisorからデータをスクレイピングし、スリランカの9つの州における100軒のホテルから10,000件以上のレビューをカバーする。
   • データセットには、構造化された属性（ホテル名、所在地、星評価、旅行タイプ）と、非構造化された自由記述のレビューが含まれる。
   • 前処理には、クリーニング、重複の削除、および欠損メタデータを持つレコードのフィルタリングが含まれる。

2. テキストベース・パイプライン（ABSA）：

   • アスペクト抽出および感情分類： システムは、アスペクト項抽出（ATE）とアスペクト感情分類（ASC）を共同で行うハイブリッド指示ベースモデルであるInstruct-DeBERTaを利用する。このモデルは、サードパーティのLLM APIに依存することなく、明示的および暗示的なアスペクトを特定し、感情極性（ポジティブ、ニュートラル、ネガティブ）を予測する。
   • 意味論的カテゴリ化： 抽出されたアスペクト項は、GIST Sentence Transformersから派生したセントロイドベースの埋め込みプロトタイプを使用して、6つの標準化されたサービスカテゴリ（施設、飲食、客室品質、スタッフ、立地、予約プロセス）にマッピングされる。
   • 集計： パイプラインは構造化されたトリプル（アスペクト、カテゴリ、感情）を生成し、これらは州、ホテル、カテゴリのレベルで集計される。

3. 評価ベース・パイプライン：

   • 構造化された星評価と旅行タイプが個別に分析される。
   • 統計的手法（一元配置分散分析およびTukeyのHSDテストを含む）を用いて、州間における評価の有意な差を評価する。
   • カイ二乗独立性検定を用いて、州と旅行タイプの関連性を分析する。

4. クロスモーダルな調和および分析：

   • 競合の特定： システムは、高い総合評価がカテゴリ固有の弱点を覆い隠してしまう「潜在的な競合」を特定する。これは、正規化された評価シグナルと集計されたアスペクトレベルの感情スコアを比較することによって算出される。
   • 指標： フレームワークは、カテゴリ重要度（言及頻度）、平均感情、州競争力指数（PCI）、およびゲストの反応における不確実性を測定するための感情エントロピーを算出する。
   • クラスタリング： ホテルレベルの感情ベクトルに対してK-Meansクラスタリングを適用し、明確なホテル類型（プレミアム、ミドルティア、苦境型）を特定する。
   • 機会ギャップ分析： カテゴリの重要性とパフォーマンスのギャップを組み合わせることで、影響力の高い改善領域を強調する「機会スコア」を定義する。

主な貢献

本論文は、主に4つの貢献を述べている：

1. 統一されたフレームワーク： ホテルのレビューテキストと構造化された評価を統合し、大規模なスケールで実行可能な洞察を抽出するクロスモーダルな調和フレームワークであるSentimentLensの提案。
2. 体系的な整合： アスペクトレベルの感情と数値による評価シグナルを整合させるための新しいアプローチ。これにより、単一のモダリティ分析では不可視である不一致、潜在的なサービスギャップ、および隠れたパフォーマンスの問題の特定を可能にする。
3. エンドツーエンドのパイプライン： ABSAベースの抽出、意味論的カテゴリの整合、およびマルチレベルの集計（州、ホテル、カテゴリ）を組み合わせた、解釈可能な分析のための完全な分析パイプラインの開発。
4. 実証的検証： スリランカからの10,000件以上のレビューを用いた大規模な実世界ケーススタディを通じて、クロスモーダルな統合が解釈性を向上させ、テキストまたは評価のいずれか一方だけでは観察できない洞察を明らかにすることを実証した。

結果

スリランカのホテルデータセットに対するSentimentLensの適用により、以下の主要な知見が得られた：

• グローバルな感情パターン： 「スタッフ」がグローバルに最も強力なパフォーマンスを示すカテゴリとして浮上した一方、「予約プロセス」と「客室品質」は、議論の頻度が高いにもかかわらず、弱い感情を示した。
• 地域的な格差： 東部、中部、西部、および南部州は、両方のモダリティにおいて最も強い全体的な感情と評価を示した。北部州は、サービスの一貫性とインフラストラクチャの問題を反映し、両方のモダリティにおいて最も低いパフォーマンスを記録した。
• カテゴリの安定性： 「スタッフ」と「立地」は、州を横断して最も安定し、一貫してポジティブな次元であることが判明した。対照的に、「客室品質」、「施設」、「予約プロセス」は高い変動性とエントロピーを示し、サービス提供の一貫性の欠如を示唆した。
• ホテルの類型： クラスタリング分析により、3つの明確なホテル類型が特定された：プレミアム（全カテゴリで高い満足度）、ミドルティア（バランスは取れているが中程度のパフォーマンス）、および苦境型（特に客室品質において低いパフォーマンス）。苦境型のホテルは、北部およびサバラガムワ州に集中していた。
• クロスモーダルな競合： システムは潜在的な競合を特定することに成功した。例えば、北部州では、高い正規化評価（0.81）が「客室品質」の著しく低い感情スコア（0.40）を覆い隠しており、集計された評価に隠された特定のオペレーショナルな弱点を明らかにした。
• 機会ギャップ： 分析により、「客室品質」および「飲食」が、パフォーマンスの低い地域（北部、サバラガムワ、北中部）における最優先の改善領域であることが強調された。

意義および主張

本論文は、SentimentLensが大規模な非構造化レビューを実行可能なインテリジェンスへと効果的に変換し、ホスピタリティ管理および観光政策のためのデータ駆動型の意思決定を支援することを主張している。テキストによる感情と数値による評価を調和させることで、システムは、特定のサービス失敗を覆い隠す可能性のある単一のモダリティへの依存という限界に対処する。

著者らは、本システムはスリランカの国家的なケーススタディを用いて実証されているものの、他の目的地やレビュー主導のサービスドメイン（例：レストラン、観光スポット、航空会社）にも汎用可能であることを強調している。本フレームワークは、強力な全体的評価が特定のカテゴリレベルの弱点を隠す可能性がある地域において、ターゲットを絞った改善機会を特定するための、より包括的な基盤を提供する。本研究は、構造的なサービス品質の不一致を明らかにし、ホスピタリティ部門における戦略的投資を導くためには、これらのモダリティを統合することが不可欠であると結論付けている。