【论文笔记】A comprehensive survey on sentiment analysis: Approaches, challenges and trends（上）

1. 文章信息

作者:Marouane Birjali
单位:University of Chouaib Doukkali
期刊:Konwledge-based system
题目:A comprehensive survey on sentiment analysis: Approaches, challenges and trends

2. 摘要

情感分析（SA），也就做观点挖掘（OM），是提取分析人们对话题、产品服务等不同实体的观点、情感、态度、感知等任务（也就是说情感分析不仅仅是对于情绪的识别，它有可能是对观点的分析，情感分类，等等，也就是说他是一个比较大的，笼统的一个类别）随着互联网的发展，比如社交媒体，网站、博客等等，人们产生了大量的关于产品和服务以及日常的观点和评论，这对于企业、政府或者是研究人员提取和分析公众情绪和观点、获得商业洞察力和研究所人员提取和分析公众情绪和观点、获得商业洞察力和作出更好决策的有力工具。文章主要对于情感分析的方法、挑战、趋势做了一个全面的调查，并给出了该任务的一般过程。

3. 前言

• 新的情感分析技术开始融合来自于其他模态的信息，如视觉数据。
• 情感分析和情感计算时人工智能能发展关键
• 情感分析可以看作是一个文本分类问题，通过多个操作，最终的结果是对给定的文本是否表达了积极、中立、消极的情感，其中有许多子任务，不乏包括讽刺和主观性检测，虚假信息，错误信息，垃圾信息，等。并且可能包含一些错别字、语法等错误，甚至出现缩写、惯用语等。
• 现在已经有通过对用户生成的文本数据进行分析，从而达到自动检测舆情并辅助决策等。例如,twitter帖子已经被用来预测选举结果。
• 本文工作有如下：
  （1）对常用的情感分析方法进行分类，并对其进行了简要的总结，概述可用技术
  （2）对可用的方法进行了比较，以选择适合特定用的方法
  （3）总结了情感分析的应用和挑战，以检测新的趋势研究。
  还介绍了一些常用应用领域以及情感分析整体流程。

4. 情感分析的方法与应用

4.1情感分析的新进展

情感和观点主要可以再文档级、句子级、和方面级进行检测。（document,sentence,aspect）,前两个任务具有一定挑战，但