要約
本稿では、ソーシャルメディア自然言語処理分野における最近の進展を活用し、ソーシャルメディア英語における構文的依存解析（syntactic dependency parsing）の最先端の結果を達成した。従来の最先端手法と比較して、UAS（Unlabeled Attachment Score）で3.4ポイント、LAS（Labeled Attachment Score）で4.0ポイントの性能向上を達成するとともに、アフリカ系アメリカ英語と主流アメリカ英語の間の言語的差異も緩和された。さらに、本解析器が社会的文脈を考慮した実体属性分析（socially embedded entity attribute analysis）という計算社会科学研究の分野において有効であることを示した。具体的には、特定の実体について、解析結果から得られる豊富な構文情報を用いてその意味的関係を抽出し、社会的変数（例：性別、年齢、地域など）に応じてこれらの関係を蓄積・比較する手法を提示した。本研究では、新型コロナウイルス感染症（COVID-19）パンデミック期におけるアメリカ政府公務員であるアントニ・ファウチ氏に対する政治的・社会的評価の変遷を事例として検証した。