基于多特征融合的评论文本情感分析

龚 安，费 凡

(中国石油大学(华东) 计算机与通信工程学院，山东 青岛 266580)

0 引 言

随着互联网的蓬勃发展，各类网络评论也相应激增。大量用户通过新闻网站、购物网站及微博等载体表达自己对时政、商品、电影及各类社会现象的观点及看法，这其中隐含着大量的高价值信息，而合理地分析和利用这些评论文本能够为个人消费决策、商家营销策略规划、政府舆情检测等方面提供帮助，因此有效地挖掘评论文本中蕴含的情感具有重要的社会价值与商业价值[1]。

目前，文本情感分析[2-3]的主流方法一般分为两种：一种是基于情感词典的规则方法[4-5]；另一种是基于机器学习的方法[6-8]。基于情感词典的方法主要是根据情感词典的先验信息进行计算来判断文本所蕴含的情感，但情感词典的大小是有限的，且因为忽视语义往往不能得到准确的分类。机器学习方法是以模式分类的思想来处理这个问题，通过人工设计特征，将文本进行特征向量化输入到各种分类器中进行分类。从整体来看，机器学习方法的表现好于规则方法。然而对于复杂的汉语来说，传统的机器学习的建模方法不能取得令人满意的结果。对此，充分利用规则情感分析的结果，提出了一种机器学习与情感规则相融合的中文文本情感分析方法。

文中主要内容如下：

(1)对现有中文情感词典进行了扩充整合，整理建立了网络情感词典库，形成比较全面的情感词典。

(2)针对评论文本特点，提出一种改进的基于词典的情感规则分类方法，在处理指代问题和特殊语言结构时分类结果更加精确。……