基于情绪词的非监督中文情感分类方法研究

代大明，王中卿，李寿山，李培峰，朱巧明

(1. 苏州大学 计算机科学与技术学院，江苏 苏州 215006；2. 江苏省计算机信息处理技术重点实验室，江苏 苏州 215006)

1 引言

随着Web 2.0的发展，互联网上相继出现了大量关于观点的评论文本，这迫切需要计算机帮助商业公司或用户自动分析和获取这些文本的情感信息。情感分析(sentiment analysis)即为该背景下出现的一个面向文本情感信息处理的新兴研究方向[1]。

情感分类(sentiment classification)是情感分析研究的一个基本任务，该任务旨在将文本按照情感倾向进行褒贬分类。与传统基于主题的文本分类相比，情感分类被认为更具有挑战性[2]。到目前为止，大多数针对情感分类的研究是基于监督学习的，虽然取得了较好的分类效果，但由于这种方法需要大量标注语料使得构建分类器的时间和经济代价比较大。因此，后续研究出现了一些基于少量标注数据的半监督学习方法，并取得了不错的成绩[3]。

由于情感分类是领域相关(domain-specific)的，在牵涉到多个领域的时候，对所有领域都标注少量数据仍然非常费时费力。在这种情况下，无需标注语料的非监督情感分类方法显得非常实用。本文重点研究基于非监督学习的情感分类方法，提出了一种基于情绪词的非监督情感分类方法。值得指出的是，本文所指的情绪词不同于情感词，情感词一般是指具有情感倾向的评价词语，例如，“漂亮”；而情绪词一般是用于描述个人内心感受的词语，例如，“平静”。这两类词不仅存在一定的联系，也有着明显的区别。……