自然语言处理NLP——情感分析（Sentiment Analysis）简述

基于文本的情感分析，主要关注文章中的主观句，所以，subjective classifier即将主观句从文本中分离出来，就是整个情感分析的第一步。一般来说，这个方法是基于规则的分类方法——句子中包含n（一般为2）个表达情感的词语时就认为这个句子是主观句。

对于这个问题，Bing Liu 给出了一个情感分析的模型，对于非比较主观句而言，分为五个成分：

O 为实体对象

F 为实体特征

SO 为个人情感倾向

H 情感持有人

T 情感表达的时间

对于事物之间有比较关系的主观句，分为六个部分。（比上一个多了个实体O， SO也变为了PO，意为prefer object，更倾向于哪个）

分析的方式主要有两种：

1. gradable lexicon-based

即为给每个情感词语打分，最后将句子中的所有分数加起来，与一个阙值进行比较（一般就是0）。

在这个过程中，有几种常用的打分规则：

a，negative rule：

就是情感词前边有否定，则将这个情感词分数的绝对值减1 再符号取反

b， capitalization rule：

情感词如果被大写的话，其绝对值在原基础上加1，符号不变

c， intensifier rule：

前边有强调词（强调词也有各自的评分），正加负减

d， diminisher rule：

有表示略