淺述網(wǎng)絡(luò)口碑研究中的情感分析

轉(zhuǎn)載贊收藏2 評(píng)論

舉報(bào) 2010-04-15

掃描,分享朋友圈

作者: Paul

via: seeisee blog

對(duì)于網(wǎng)絡(luò)口碑研究而言，識(shí)別消費(fèi)者在文章中對(duì)某一個(gè)產(chǎn)品所表達(dá)或流露出的情感是非常重要的，這類問(wèn)題就叫做情感分析(Sentiment Analysis)。

雖然CIC在這方面已經(jīng)做了不少工作和積累，但是坦白的說(shuō)情感分析這一領(lǐng)域充滿了實(shí)用性的誘惑，但是同時(shí)也存在很多技術(shù)上的挑戰(zhàn)，對(duì)于所有從事這一方向研究和開(kāi)發(fā)的人而言，都有很長(zhǎng)的路要走。

近年來(lái)比較有影響力的一本專著是Bo Pang 和Lilian Lee 的，該書綜述了情感分析的應(yīng)用、算法，以及常見(jiàn)困難，雖然面向英文，但是對(duì)于中文的處理也具有很好的參考價(jià)值。

09年11月CIC 的技術(shù)人員專程去香港參加了ACM CIKM2009(計(jì)算機(jī)協(xié)會(huì)信息與知識(shí)管理會(huì)議)的情感分析研討部分，借這個(gè)機(jī)會(huì)也對(duì)國(guó)際上這個(gè)領(lǐng)域的發(fā)展做了一些了解。借這個(gè)機(jī)會(huì)也對(duì)國(guó)際上這個(gè)領(lǐng)域的發(fā)展做了一些了解。印象比較深刻的是來(lái)自Jodange 公司的Claire教授結(jié)合本公司具體的產(chǎn)品講述了包括情感分析在內(nèi)自然語(yǔ)言處理技術(shù)在產(chǎn)品各個(gè)層面的應(yīng)用。

與會(huì)的另一個(gè)感觸是，海外特別是英語(yǔ)國(guó)家在情感分析領(lǐng)域的發(fā)展條件要遠(yuǎn)遠(yuǎn)優(yōu)于中文，除去英文不需要分詞這個(gè)天然優(yōu)勢(shì)外，更主要還在于各類研究工具和資料的共享方面，以及產(chǎn)學(xué)界的互動(dòng)溝通。

相比于國(guó)內(nèi)而言，這些方面國(guó)外的優(yōu)勢(shì)包括：

公開(kāi)的標(biāo)注語(yǔ)料，例如 MPQA的Opinion Corpus。
共享的基礎(chǔ)工具，譬如普林斯頓大學(xué)的Wordnet，意大利信息科技研究所的sentiWordnet.
學(xué)術(shù)界和工業(yè)界的交流十分密切，例如這次的會(huì)議便由Google、微軟、Yahoo等公司贊助，與會(huì)的不僅有來(lái)自院校，也有不少公司。
學(xué)術(shù)界也有“學(xué)而優(yōu)則商”，除去教授自己下海，還有精明的投資商和企業(yè)家主動(dòng)找到相關(guān)領(lǐng)域的學(xué)術(shù)人員，協(xié)助他們進(jìn)行技術(shù)轉(zhuǎn)移應(yīng)用，例如這次Claire教授便是屬于被黃袍加身，成為Jodange公司的首席科學(xué)家。

從研究的趨勢(shì)來(lái)看，雖然理論水平相比一兩年前并沒(méi)有很大的突破，基本還是不同方式的特征抽取和分類器的組合，但是應(yīng)用層面能看出有這樣的發(fā)展跡象：

應(yīng)用的范圍更加廣泛，譬如各個(gè)領(lǐng)域內(nèi)產(chǎn)品的分析，甚至用于在競(jìng)選中對(duì)于政治人物的分析
分析粒度更加精細(xì)，從文章級(jí)別向句子和特征級(jí)別轉(zhuǎn)變。最初情感分析的研究對(duì)象多為影評(píng)，這類評(píng)論大多觀點(diǎn)鮮明，要么喜歡要么討厭（豆瓣上對(duì)“阿凡達(dá)”和“孔子”的評(píng)論便是很好的例子），所以分析只要判斷這篇文章作者是喜歡這部電影還是討厭便可；但是產(chǎn)品評(píng)論就不一樣，可能上一句還在贊美這輛車的動(dòng)力，下一句就表達(dá)對(duì)內(nèi)飾的不滿，因此對(duì)產(chǎn)品類評(píng)論更加精細(xì)的分析就很重要，需要找出作者喜歡什么，不喜歡什么。
愈加區(qū)分不同領(lǐng)域的情感表達(dá)方式，同樣一個(gè)詞，描述不同的對(duì)象時(shí)可能表達(dá)截然相反的情感，譬如英文的“scary”,乍看肯定是貶義詞，但是如果說(shuō)“Death is Coming is really scary”(“死神來(lái)了”這部恐怖片真是嚇人)則是表?yè)P(yáng)這部電影有效果；類似“safe”這個(gè)詞總該是褒義吧，但偏偏用來(lái)形容唱片時(shí)，則是意指音樂(lè)很單調(diào)無(wú)趣。中文中這樣的例子也不勝枚舉，除去大小高低這些常用的詞外，例如“厚重”，“干燥”，“昂貴”等的褒貶性也必須視描述對(duì)象而定，不能一概而論。

最后，還是要強(qiáng)調(diào)情感分析是一個(gè)非常有挑戰(zhàn)的技術(shù)，在某些問(wèn)題上甚至相當(dāng)長(zhǎng)一段時(shí)間內(nèi)都未必能產(chǎn)生突破，尤其是需要借助于一些常識(shí)才能理解的表達(dá)方式；譬如“Mac Air 可以裝進(jìn)一個(gè)信封”，整句沒(méi)有一個(gè)形容詞，但是我們能夠想象這該是多輕薄的一臺(tái)筆記本，并由此可能產(chǎn)生擁有它的欲望，因?yàn)槲覀兝斫馐裁词切欧?，知道信封裝不了很厚重的東西，我們也希望自己的筆記本越輕便越好。

但是要讓電腦也能領(lǐng)會(huì)到自己應(yīng)該越苗條越好的話，我們還需要耐心得等上不少時(shí)間。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表數(shù)英立場(chǎng)。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。