情感分析Sentiment Analysis and Opinion Mining Bing Liu 阅读笔记——chapter3

文本情感分类

• 文档层面的情感分类：整篇文档general
• 问题定义：如果情感s是两级的，那就是分类问题，如果是实数值或者是依次的打分，类似1-5评分，那就是回归问题。
• 假设：情感分类or回归问题假设意见文档d（如一个产品的评论）表达的是对单一实体e的意见，包含来自一个单一的观点持有者的意见。
• 因为，如果一个意见文档评价了多个实体，对于不同实体的意见可能不同，比如，对一部分实体持有positive意见，另一部分negative，因此，在这种情况下，为整个文档分配一个情绪方向没有实际意义。如果多个意见持有者在单个文档中表达意见也没有多大意义，因为他们的意见也可能不同。
• 这种假设对于商品和服务的评价类的数据成立，因为这种类型的数据一般只专注于评价一种单一的产品或服务，而且一般是一个单一的评价者做出的评价。然而，对于forum，blog这样的数据类型，在一篇帖子中作者可能会对多个实体进行评价，并用比较句子对它们进行比较。

有监督的学习

二分类问题，可以将打分转化为二分类问题（或者三分类），比如，1、2分是negative，3是中性，4、5是positive。

本质上是文本分类任务，但是传统的文本分类是按照话题划分，与话题相关的词是关键特征，在情感分类中，指示情感是p还是n的词语很重要。

• SVM：Joachims, 1999; Shawe-Taylor and Cristianini, 2000
• Pang, Lee and Vaithyanathan (2002)：使用词袋模型作为特征效果好。

• 曾被采用过的特征有

  • 词项和词频，词的位置信息，TF-IDF在传统基于话题的文本分类中最常见，权重模型在信息检索中也经常被使用，与传统的文本分类一样，这些特征也被证明对情感分类非常有效。
  • part of speech（POS，词类）：形容词对于opinions很重要，有些研究者将形容词当做特殊的特征处理。还可以用句子中所有词的POS 标签和它们的n元组作为特征。本书中采用的是UPenn树库POS标签。
  • 情感词汇和短语：

  • rules of opinions：一些意见规则。除了情感词和短语之外，还有许多其他表达或语言构成可用于表达或暗示情感和观点。

  • sentiment shifters（情感迁移）：

  • syntactic dependency（句法依赖性）：句法分析树，依赖树，依存关系，产生基于依赖关系的词的特征。

除了采用标准机器学习方法，研究人员还提出了一些针对情感分类的技巧。

文献综述

• 基于在正面评价和负面评价中的词构造的得分函数Dave, Lawrence and Pennock, 2003
• 用人工编译的基于某特定领域的词和短语的回归方法Tong, 2001
• Gamon, 2004：在顾客反馈数据上做的分类，这种数据和评论相比通常是短小&#x