文本情感分析难点和方法

二 文本情感分析的难点

文本特征较难提取
文本较难规范化
词与词之间有联系，关联关系纳入模型不容易
不带情感色彩的停用词会影响情感打分。比如：“打开天窗说亮话”。
中文复杂，同一个词在不同的语境下可能表达的语义不一样的情感。比如：“冬天能穿多少穿多少，夏天能穿多少穿多少”。
不同语义差别巨大。比如：“路上小心点”。
否定词的存在。比如：“我其实不是很喜欢你”。
各种互联网新词。比如：“SKR”。
多维情绪识别。对不同
情绪的程度级别的表示不够）

三 文本情感分析方法

情感词典：
质量好的情感词典比较少。
不带情感的停用词会影响情感打分。（因为有些停用词会加强情感）。
中文博大精深，词性的多变会影响准确性。（本来在向量表示里，每个词语是固定的维数与关系，但是实际上，中文里每个词语在不同语境意思不同）。
无法结合上下文分析情感。

高维向量模型
解决了多维语义的问题。
可以利用强大的机器学习，深度学习学习模型。

情感分析模型
有了词向量就可以使用相关模型进行情感分析。
机器学习SVM：二维分类，小数据集效果好。
神经网络模型：记忆能力，挑选必要信息进行传递。
SVM