製品レビューやソーシャルメディア投稿における感情の極性と強度を正確に検出することは、非公式かつドメイン特有の言語が使用されるため難しい。この記事では、新たに提案されたハイブリッドな辞書-ファジー-トランスフォーマー枠組みが紹介されている。この手法は、ルールベースのヒューリスティックス、文脈に基づく深層学習、ファジーロジックを組み合わせ、極性と強度の両方を反映する連続的な感情スコアを生成する。最初にVADERを用いて感情を初期推定し、DistilBERTからの信頼スコアを利用して2段階の調整プロセスを経て精緻化することで、過度の中立バイアスを減少させ、細かな情報を強化する。この枠組みは4つのドメイン特化データセット上で厳密に評価され、ユーザーの評価との一致が向上し、感情極端値の特定が改善された結果が得られている。定量的および定性的な評価は、モデルの頑健性と効率性を裏付けている。