Sentiment Analysis and Opinion Mining （1）

Sentiment Analysis and Opinion Mining （1）

    从今天开始，阅读Bing Liu的Sentiment Analysis and Opinion Mining, Morgn & Claypool Publishers, May 2012. 为督促自己，记下学习笔记。

    Sentiment Analysis and Opinion Mining（情感分析和观点挖掘）主要研究人们针对相关实体如：商品、服务、组织、个人、事件以及实体的相关属性的观点、情感、态度、评价等（opinion, sentiment, emotion, evaluation, attitude, appraisal）。

    观点Opinion贯穿于人类的活动，每当我们要做一个决定时，我们总想知道其他人的观点。实际生活中，商家想知道顾客对其产品和服务的整体印象。个人消费者希望知道已购买客户对产品的看法。Acquiring public and consumer opinions has long been a huge business itself for marketing, public relations, and political campaign companies.

    随着社会化媒体的爆发式增长，越来越多的个人或组织利用社会化内容来做决定。个人做决定不再仅依赖于询问自己的家人或朋友，能在网上找到很多关于此产品的评论和讨论。组织做决定也不再仅依赖于社会调查，网上这些公众内容多的是。

    我们确信社会化媒体中的观点数据可以重构商业，公众情感和情绪可以影响我们的社会和政治系统。Bing Liu在一个创业公司实现了一个情感分析系统Opinion Parser，可以用在各种领域。

    Liu 2007 实现了一个情感分析模型用来预测销售能力

    McGlohon 2010 使用评论来进行商品的排序

    Twitter情感分析，用来研究公众观点以及预测选举等

    Bollen 2011 Twitter moods用来预测股市 Stock Market

    Bar-Haim 2011 微博用来预测股市

    ……

    情感分析分为三个级别：

• Document Level：一篇文档的整体情感倾向
• Sentence Level：一个句子的情感倾向
• Entity and Aspect Level：实体或实体的某个方面。一个观念表达(Opinion)会有一个情感倾向(Positive or Negative)和一个目标（Target/Entity or  Entity Aspect）

   观点可以分为两种：

• Regular Opinion：普通观点，如可口可乐很好喝
• Comparative Opinion：比较观点，如可口可乐比百事可乐好喝

    情感词典：

    经常用来表达情感的词称之为情感词，如：好、不错、漂亮、差、坏、不好、错等。情感词典就是情感词的集合，对于情感分析非常重要，是必要的，但不是充分的。理由如下：

1. 正向或负向的情感词在不同的语义环境下可能有不同的倾向，如：房间里有味道；这个菜很有味道
2. 有些句子虽然包含情感词但没有情感倾向，如：Ipad为什么好？
3. 讽刺性语句或不含情感词的语句很难处理，如：多好的车啊，才两天就坏了
4. 有些语句不含情感词但也能表达情感，如：这个洗衣机用很多水

    Beyond NLP

    Opinion Spam

posted on 2013-07-03 16:06 LakeLight 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/lakelight/p/3169698.html