情感詞獲取與分類(lèi)評(píng)級(jí)

1、情感詞獲取與分類(lèi)評(píng)級(jí)一、研究背景近年來(lái)BBS的迅速開(kāi)展，主觀性的言論越來(lái)越多。如何構(gòu)建一個(gè)高效的系統(tǒng)對(duì)如此豐富的信息資源進(jìn)展分析和處理，成為一個(gè)重要的研究問(wèn)題。而對(duì)BBS信息資源的分析和處理，可以通過(guò)中心詞和情感詞兩個(gè)維度進(jìn)展處理。對(duì)于中心詞的歸類(lèi)已經(jīng)有了相對(duì)較為完好的分析體系，產(chǎn)生了很多有監(jiān)視的學(xué)習(xí)方法以及文本特征表示方法和特征選擇機(jī)制。而情感詞的分類(lèi)和評(píng)級(jí)以主觀詞為主，因此針對(duì)中心詞的選擇機(jī)制及方法在情感詞上不能完全加以應(yīng)用。本文主要以中山大學(xué)BBS的帖子為研究?jī)?nèi)容，選擇適宜的情感詞分類(lèi)方法，對(duì)情感詞進(jìn)展細(xì)分及評(píng)級(jí)，從而得出一個(gè)滿(mǎn)足中大BBS輿情分析系統(tǒng)的情感詞分類(lèi)體系。二、國(guó)內(nèi)外研究現(xiàn)狀

2、分析目前，基于語(yǔ)義的文本傾向性研究方法主要有兩種：一種是通過(guò)現(xiàn)有詞典構(gòu)建情感傾向詞典。如，Hiroya利用待測(cè)詞與褒義詞、貶義詞的語(yǔ)義間隔 計(jì)算待測(cè)詞匯的語(yǔ)義傾向性；Ku等利用WORDNET中的其他與詞匯相關(guān)的信息來(lái)判斷詞匯的語(yǔ)義傾向性；徐琳宏等采用HOWNET作為基準(zhǔn)詞，并在實(shí)驗(yàn)中參加否認(rèn)詞和副詞的處理，計(jì)算待測(cè)詞與關(guān)聯(lián)度確定語(yǔ)義傾向，從語(yǔ)義理解方面對(duì)電影評(píng)論進(jìn)展了傾向性識(shí)別研究。另一種是建立一個(gè)語(yǔ)義形式庫(kù)，采用語(yǔ)義分析技術(shù)用于文本傾向性判斷。例如，復(fù)旦大學(xué)的朱嫣嵐等年提出的基于HOWNET的詞匯語(yǔ)義傾向計(jì)算方法，利用詞語(yǔ)間的相似度來(lái)計(jì)算詞的褒貶程度。路彬等設(shè)計(jì)了一種基于語(yǔ)義分析的信息過(guò)濾模

3、型，該模型針對(duì)不良信息的特點(diǎn)，以自然語(yǔ)句為處理單元，采用主題詞和語(yǔ)義分析的兩級(jí)過(guò)濾工作形式。但情感詞的分類(lèi)和評(píng)級(jí)以主觀詞為主，因此針對(duì)中心詞的選擇機(jī)制及方法在情感詞上不能完全加以應(yīng)用。三、研究目的通過(guò)對(duì)帖子出現(xiàn)的情感的類(lèi)型與強(qiáng)度進(jìn)展標(biāo)引，將情感詞進(jìn)展分類(lèi)，把情感詞的強(qiáng)度按正面到負(fù)面分成等級(jí)進(jìn)展標(biāo)引。其中的軟件處理流程類(lèi)似于中心詞的標(biāo)引。當(dāng)新詞解析字典沒(méi)有的詞發(fā)現(xiàn)以后，通過(guò)語(yǔ)義相近度計(jì)算軟件，比較與字典中詞匯的相近程度，通過(guò)人工干預(yù)半自動(dòng)或全自動(dòng)進(jìn)展中心詞與情感詞的添加。最后通過(guò)對(duì)帖子數(shù)據(jù)的分析和調(diào)查，對(duì)情感詞的分類(lèi)和標(biāo)引，開(kāi)發(fā)一個(gè)可以實(shí)現(xiàn)將中大bbs的帖子進(jìn)展實(shí)時(shí)抓取和自動(dòng)分類(lèi)的系統(tǒng)。四、研究

4、內(nèi)容帖子的分類(lèi)標(biāo)引以及中心詞的主題分類(lèi)標(biāo)引這兩個(gè)方面在去年師兄師姐的努力下已經(jīng)完成了44067個(gè)帖子的抓取和分類(lèi)，因此今年我們主要針對(duì)帖子情感詞分類(lèi)以及評(píng)級(jí)這一塊開(kāi)始入手。情感心理學(xué)認(rèn)為，情感的根本類(lèi)型可以分為以下四種：即快樂(lè)，憤怒，恐懼和悲傷。為進(jìn)一步解決這個(gè)問(wèn)題，我們通過(guò)對(duì)人類(lèi)情感有關(guān)資料的查找發(fā)現(xiàn)：人的感情復(fù)雜多樣，由于不同事情引起的同一類(lèi)情感也有許多不同，即使是同一個(gè)人對(duì)同一件事情在同一個(gè)環(huán)境下也可能會(huì)有不同的情感，而不同的視野角度對(duì)情感詞的分類(lèi)也有所不同。因此通過(guò)對(duì)BBS中隨機(jī)抽取的詞語(yǔ)，我們除去可以分類(lèi)的，根據(jù)無(wú)法準(zhǔn)確分類(lèi)的進(jìn)展歸納，我們利用知網(wǎng)發(fā)布的wordsimilarity進(jìn)

5、展義項(xiàng)查找，發(fā)現(xiàn)一項(xiàng)出現(xiàn)頻率較高的情感類(lèi)型：憐憫。古人云：人有七情六欲，對(duì)于心理學(xué)來(lái)說(shuō)，七情分別是：喜怒哀樂(lè)驚慌憐。喜怒哀樂(lè)驚慌都可以在根本類(lèi)型中找到位置，而憐似乎放在哪一個(gè)類(lèi)型里面都不完全恰當(dāng)。綜上，我們把憐憫列為單獨(dú)的一項(xiàng)。情感大類(lèi)分為：快樂(lè)，憤怒，恐懼，悲哀和憐憫五種?？鞓?lè)是指一個(gè)人期望和追求的目的到達(dá)后產(chǎn)生的情緒體驗(yàn)。由于需要得到滿(mǎn)足，愿望得以實(shí)現(xiàn)，心理的急迫感和緊張感解除，快樂(lè)隨之而生：樂(lè)：指歡樂(lè)，身心愉悅，充滿(mǎn)幸福的一種情感；喜：包括喜歡、喜悅、愛(ài)好、喜歡、快樂(lè)、快樂(lè)等情感。憤怒是指需求受到抑制或阻礙，愿望無(wú)法實(shí)現(xiàn)時(shí)產(chǎn)生的情緒體驗(yàn)。憤怒時(shí)緊張感增加，有時(shí)不能自我控制，甚至出現(xiàn)攻擊行

6、為：怒：包括憤怒、惱怒、發(fā)怒、怨恨、憤怒等情感。恐懼是當(dāng)危險(xiǎn)狀況出現(xiàn)時(shí)，人們企圖擺脫和逃避，而又無(wú)力應(yīng)付時(shí)產(chǎn)生的情緒體驗(yàn)：驚：指驚咤、驚愕、驚慌、驚悸、驚奇、驚嘆、驚喜、驚訝等情感；恐：指恐慌、恐懼、害怕、擔(dān)憂(yōu)、擔(dān)憂(yōu)、畏懼等情感。悲哀是指心愛(ài)的事物失去時(shí)，或者夢(mèng)想破滅時(shí)產(chǎn)生的情緒體驗(yàn)：哀：包括悲傷、悲哀、悲哀、憐憫、哀憐、哀愁、哀憫、哀怨、哀思等情感。憐憫是指對(duì)肉體或精神上遭受痛苦的人或者對(duì)不幸的人表示同情的情緒體驗(yàn)：憐：包括憐憫、哀憐、同情等情感。為了使分類(lèi)體系可以更加標(biāo)準(zhǔn)準(zhǔn)確的劃分情感詞，我們利用知網(wǎng)發(fā)布的wordsimilarity對(duì)以上五類(lèi)情感詞進(jìn)展義原判斷，得到以下結(jié)果：為了方便分類(lèi)

7、，我們?cè)侔亚楦性~義原兩兩之間進(jìn)展間隔 計(jì)算，得到以下結(jié)果：對(duì)此，我們可以發(fā)現(xiàn)害怕，生氣，悲哀三個(gè)負(fù)面情感詞兩兩之間的間隔 和相似度是一樣的；而喜悅，憐憫分別與三個(gè)負(fù)面義原之間的間隔 和相似度是一樣的；憐憫與喜悅之間的間隔 和相似度與憐憫與其他三個(gè)負(fù)面義原之間的間隔 和相似度是一樣的。因此，我們先著手研究負(fù)面情感詞三個(gè)義原之間的關(guān)系，我們先根據(jù)義原間隔 構(gòu)建一個(gè)等邊三角形，三角形的三個(gè)頂點(diǎn)分別為三個(gè)義原，如圖：害怕生氣悲哀生氣害怕為了進(jìn)一步確認(rèn)分類(lèi)體系，我們?cè)谏弦粚猛碌墓ぷ鞲咨希ㄟ^(guò)對(duì)他們抓取到部分中大BBS帖子共5578個(gè)人工挑選的情感詞進(jìn)展驗(yàn)證，共342個(gè)。由4個(gè)成員獨(dú)立進(jìn)展情感詞的類(lèi)型分類(lèi)，從中獲得分類(lèi)一致的結(jié)果，對(duì)于有歧義的情感詞，我們對(duì)其進(jìn)展再次分類(lèi)，刪除無(wú)法得出一致結(jié)果的詞語(yǔ)。以同樣的步驟對(duì)正面情感詞進(jìn)展操作。這樣，結(jié)合HOWNET發(fā)布的，一共得到各類(lèi)情感詞978個(gè)，分類(lèi)如下表。即在此根底上，建立情感詞分類(lèi)體系如下：五、結(jié)語(yǔ)本分類(lèi)體系是根據(jù)已有研究成果和從中大BBS帖子中已抽取出并去重后的情感詞詞表的根底上確立的分類(lèi)體系，通過(guò)人工分類(lèi)和修正，將情感詞進(jìn)展有效分類(lèi)，這個(gè)分類(lèi)