Paper review [Exploiting Social Relations for Sentiment Analysis in Microblogging 2011]

Exploiting Social Relations for Sentiment Analysis in Microblogging

将社会管理融入微博情感分类中，与以往构建复杂特征对短文本和有噪声文本进行情感分析不同，将社会学中的“情感持续性（sentiment consistency）”和“情感感染性（sentiment contagion）”运用相应数学优化模型融入到监督学习中；

引言部分，列举了微博文本的一些特性，如：文本表达形式的非正式性；又列举了微博以外的附加信息，如除信息特征矩阵（message-feature matrix）外还有user-message matrix、user-user matrix；

论文主要贡献：1、在微博情感分析中使用社交关系并建立模型；2、通过社会关系建立两条信息之间的情感关系；3、提出一种新的能含噪音短文本的监督学习方法；4、在真实数据上实验验证；

相关文献研究：Alec用机器学习算法（distant supervision）对twitter信息进行情感分类；Barbosa通过语言特征，如书写特征及词语的源信息（meta-information）进行情感分类；还有些应用社会网络的情感分类方法，但本文是document-level的情感分类，处理的文本更加细粒度化（finer granularity）；

实验使用的数据集：Standford twitter sentiment（STS）和Obama-McCain Debate（OMD） ；由于没有社交关系特征，使用的是Kwak通过爬虫爬取的twitter关系（2009），并对没有twitter关系或twitter量少于2条记录的进行过滤；

通过假设检验验证“情感一致性”是否在微博中存在；

文中指出不同的特征构造方法：如N-grams、Part of Speech、adjectives、sentiment vocabulary，但unigram模型作为特征效果最好；

利用最小二乘法考量模型和信息的匹配程度；

令user-message矩阵为U，user-user矩阵为F，sentiment consistency=U'U；emotion contagion = U'FU，最终都转换成message-message矩阵；

利用公式：A = sc + ethta*ec将sentiment consistency（两条信息是同一个用户发的，所以post中带的情感具有持续性）和emotion contagion（两条信息发送者是朋友或相互关注，所以post中带的情感具有感染性）联络到一起；

论文提出了算法模型，并对模型加入惩罚项进行优化；

论文结尾提出了一些后期研究方向：例如，1、除情感持续性和情感感染性外，考虑其他不同的情感关系实现情感分类；2、考虑瞬时空间模型，对情感持续性的影响，文中举了一个例子（people in Miami might be happier about the temperature than people in Chicago during winter time）3、考虑情感因素受内部因素（朋友）和外部影响（公共事件）的影响；