16-38中文情感倾向性分析

第8卷第4期信息技术快报V ol.8 No.4 Information Technology Letter Jul. 2010 中文情感倾向性分析的相关研究进展

吴琼谭松波程学旗

摘 要：如何对大规模富含情感信息的文本进行倾向性分析是当前web应用一个亟待解决的问题。本文在分析目前国内外情感倾向性分析研究现状的基础上，介绍了我们为进行中文情感倾向性分析所构建的语料集及开发的实验平台，然后重点介绍我们的工作，包括整篇文本的倾向性分析、领域情感词典构建、跨领域情感倾向性分析等方面的关键技术，从而通过不同角度提高文本倾向性分析精度。最后总结了我们已有的工作，并展望下一步我们将深入开展的研究工作。

关键词：倾向性分析；监督学习；情感词典；跨领域

1引言

近年来，随着互联网在现代社会影响迅速扩大，论坛、博客等网络交流平台不断涌现，人们越来越习惯于在网上发表主观性的言论。这些言论用于表达自己对于日常事件、产品、政策等的观点和看法，形成了网上大量带有情感倾向性的文本。不同于传统的结构化的数据，这些文本的表现形式大多为非结构化或半结构化的评论文本形式。面对如此海量的富含情感信息的文本，如果仅仅依靠人工进行整理，就会面临处理周期长、费用高等问题，显然是不切实际的。因此，如何由计算机自动完成快速从大规模文本中提取出所需情感信息，进行态度分析便成为当前一项重要的研究课题。文本情感倾向性分析研究就是在这样的背景下开展起来的。

情感倾向性是一个相当广泛的概念，涉及人们的观点、看法和评价，包括人类行为相对于社会标准的评价，产品相对于国家和行业强制标准、用户偏好、审美观的评价等。文本的情感倾向包括文本所反映的情感的方向（褒或贬）及其强度。文本情感倾向性分析的目的是通过挖掘和分析文本中的立场、观点、看法、情绪、好恶等主观信息，对整篇文本所体现出的态度（或称情感倾向性），即文本中的主观信息进行判断。文本情感通常分为两类(正面、反面)或三类( 正面、反面和中立)。其中正面类别(positive)是指主题中持有积极的(支持的、健康的)态度和立场; 负面类别(negative)是指文本中持有消极的(反对的、不健康的)态度和立场；中立类别(neutral)是指文本中持中立态度和立场。从当前的研究来看，以考虑两类的研究居多。

文本倾向性分析与传统的文本分类不同。传统的文本分类基于文本主题（例如：文化、体育、经济等）进行分类，对文本内容的分析与理解都处于比较浅的层次。而文本倾向性分析关注的是非主题分析，即文本内容所体现的情感、态度，而非文本本身的内容。它是对传统的文本分类研究的深入和拓展，可以满足人们更深层次获取和利用信息的要求[1-3,21-26]。

网上文本的形式及内容的随意性使文本情感倾向性分析具有很高难度，涉及到人工智能、机器学习、信息抽取、信息检索、数据挖掘、自然语言处理、计算语言学、语料库语言学、本体学(ontology)、统计学等多个研究领域，不仅需要应用上述领域前沿技术，而且反过来又对这些领域提出了新的挑战，推动了其发展。因此，在科学研究方面具有重要意义。同时，文本倾向性分析可广泛应用于社会舆情分析、产品在线跟踪与质量评价、影视评价、博客声誉评价、新闻报道评述、事件分析、股票评论、图书推荐、企业情报系统、客户关系管理(CRM)等方面，在社会经济和人民生活方面也具有重要意义[1]，如：

16

中文情感倾向性分析的相关研究进展

社会舆情分析：舆情是指在一定社会空间内，围绕社会事件的发生、发展和变化，民众对事件和当事各方的社会政治态度，是人们对于社会中各种现象、问题所表现

的信念、态度、意见和情绪等总和。网络因其开放性和虚拟性，已经成为民意表达

的重要通道和空间。利用文本倾向性分析技术，可以更加及时地了解网络民意，使

民间智慧与官方智慧更加良好地互动。

博客声誉评价及垃圾博客过滤：及时的交互性是博客的特色之一。大量网民利用博客发表自己对事物的观点并对他人的观点进行评论，博客浏览者也大多根据评论信

息来判断博客作者的声誉，与浏览者的互动是很多博客作者继续写博客的动力。利

用文本倾向性分析技术可以挖掘浏览者对博客作者的褒贬观点，从而得到博客作者

的声誉度。此外，可以通过倾向性分析技术对以广告等垃圾信息为主的博客进行过

滤。

产品评价与推荐：目前，多数产品生产、销售厂商希望通过跟踪用户对产品的回馈意见来获得改进产品质量的针对性意见；潜在的消费者也希望通过网上真实的评价

信息来调整个人的购买意向。然而，随着评论数量的快速增长，商家和潜在消费者

都希望能有一种方法来帮助他们自动对这些产品评论进行处理。利用文本倾向性分

析技术对产品评论观点进行组织和分类，有利于人们了解产品，培育潜在消费群体。

影视评价：影视评价是影视艺术与观众的桥梁，是实现影视作品三重价值(艺术、社会、经济)的重要手段。影视评论主要是对影视作品的主题、拍摄、情节、人物

形象、人物语言风格、表演技巧、画面等方面进行分析，同时，就影视作品的音乐

设计、画面特点、人物服装及化妆造型、人物与环境的搭配、色彩使用等方面发表

见解进行评价。文本情感倾向性分析技术可以实现影视评论的自动分类，有利于用

户快速浏览正反两方面的评论意见，减少观看影视时的盲目性。

综上所述，文本倾向性分析研究不但具有深远的理论价值，而且有着广阔的应用前景，可以创造巨大的社会和经济效益。

本文针对现有的文本倾向性分析方法所存在的问题，在分析目前国内外倾向性分析研究现状的基础上，介绍了我们所构建的语料集及开发的实验平台，然后重点介绍我们的工作，包括整篇文本的倾向性分析、领域情感词典构建、跨领域情感倾向性分析等方面的关键技术，从而通过不同角度提高文本倾向性分析精度。最后总结已有的工作，并展望下一步将深入开展的研究工作。

本文第2节将概述国内外研究现状；第3节介绍我们的语料集及实验平台；随后分3节详细介绍我们在情感倾向性分析方面的研究工作：基于监督学习的情感倾向性分析研究、领域情感词典构建以及跨领域情感倾向性分析；最后在第7节总结我们的工作并展望下一步的研究。

2国内外研究现状

文本倾向性分析研究的历史不长，最早可以追溯到20世纪90年代，并且在2000年之后获得了突飞猛进的飞速发展。目前，文本倾向性分析研究已成为国内外研究的热点问题。近年来，有关自然语言处理、人工智能、信息检索、数据挖掘以及Web应用等领域的多个国际顶级会议(AAAI、ACL、CIKM、COLING、SIGIR、WWW和KDD等)涌现出大量文本情感倾向分析的相关论文。同时也出现了针对文本倾向性分析的相关评测，例如，从1992

17

第8卷第4期信息技术快报V ol.8 No.4 Information Technology Letter Jul. 2010 年起，美国国家标准技术研究院（NIST）和美国国防高级研究计划署（DARPA）组织了文本检索会议（TREC），该会议已经成为国际上文本检索领域最著名的评测会议；2006年起，TREC增加了博客观点（Blog Opinion）检索任务，在全球范围内开展博客倾向性观点的检索和分析研究。在政府方面，美国的舆情研究协会、欧盟舆情分析官方网站 …… 此处隐藏：21271字，全部文档内容请下载后查看。喜欢就下载吧 ……