目录
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