一种基于知网的情感计算方法*

沙有闯，黄存东

(安徽国防科技职业学院信息工程系，安徽六安237011)

情感计算是文本倾向性分析(Sentiment Classification)的基础，它的目标是让计算机能分辨人类的情感和调性。Peter D Turney等指出，倾向性分析是针对某篇文章中对某个事物(或产品)的评价、看法等信息进行文本情感分析与挖掘，进而得出该文章对该事物(或产品)的评价调性(即正面、负面或中性[1])。Tetsuya Nasukawa等的研究表明，文本倾向性分析的主要任务包括[2]：(1)提取能够体现文档情感的关键词或短语;(2)通过计算词语相似度等方法判断关键词的倾向性调性及调性的强度;(3)通过文本特征计算判断关键词与文档主题的关系。

自20世纪90年代以来，情感计算的研究取得了较大的进步，其研究方向主要包括基于语义的和基于机器学习的[2]。前者通过分析每个词体现出来的态度倾向来分析文本的情感倾向，并为其赋予相应的权值，最终通过组合这些倾向值来计算语句及文档的语义倾向。后者是基于已经标注好的训练集，再使用机器学习的方法构建两个分类器，分别代表正面训练集和负面训练集。

1 基于知网的情感词典构建方法

1.1 情感词汇的来源

知网是一个以中文(汉语)和英文(英语)的词汇所代表的概念为描述对象，用于描述概念间的关系和概念属性间的关系的自然语言处理系统[3]。知网中最重要的两个概念是“概念”和“义原”。“概念”是对词汇语义的一种描述。“义原”的作用是描述“概念”，每个概念都至少有一个“义原”。知网共有1 500个义原，这些义原分为10大类，可以分为3组：基本义原用来描述单个概念的语义特征;语法义原用于描述词语的语法特征;关系义原用来描述概念和概念之间的关系。……