周敬一, 郭 燕,丁友东
(1.中国科学技术大学苏州研究院软件学院,江苏苏州215123;2.上海大学上海电影学院,上海200072)
情感分析又称情感倾向性分析,是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程.例如,从各类评论中识别观众对电影的褒贬评价,判断用户对产品各种属性的使用评价,甚至预测股票走势[1-2]等.情感分析的主要目的是识别用户对事物或人的看法和态度,而目前的研究对象以电商购物网站用户对商品的评价为主.一般来说,用户对物品的态度相对固定,但观众对电影作品的评价是对演员、导演、编剧的评价,是对人的评价,而人对人的评价相对更具有多变性.因此,对影评进行情感分析难度更大.唐慧丰等[3]的研究也印证了这一点,即用同一种模型对影评数据进行情感分类的准确率低于其他类别数据.
自然语言处理包括自动问答、机器翻译、信息抽取等技术,而情感分析是自然语言处理的一个方向.自然语言处理可以从文本的不同层面进行,包括字符级、词语级和句子级等.词嵌入向量的提出使得词语可通过学习得到词的语义表达,从而为基于积极或消极语义的情感分类提供更有效的方法.本工作以待分析文本的词语级和字符级词嵌入向量作为词向量的表示,比较了双向长短期记忆(bidirectional long short-term memory,Bi-LSTM)模型和卷积神经网络(convolutional neural network,CNN)模型对特征的提取情况,还提出了一种基于Bagging算法框架的投票法分类算法,提高了分类……