自然语言处理NLP——情感分析（Sentiment Analysis）简述

基于文本的情感分析，主要关注文章中的主观句，所以，subjective classifier即将主观句从文本中分离出来，就是整个情感分析的第一步。一般来说，这个方法是基于规则的分类方法——句子中包含n（一般为2）个表达情感的词语时就认为这个句子是主观句。

对于这个问题，Bing Liu 给出了一个情感分析的模型，对于非比较主观句而言，分为五个成分：

O 为实体对象

F 为实体特征

SO 为个人情感倾向

H 情感持有人

T 情感表达的时间

对于事物之间有比较关系的主观句，分为六个部分。（比上一个多了个实体O， SO也变为了PO，意为prefer object，更倾向于哪个）

分析的方式主要有两种：

1. gradable lexicon-based

即为给每个情感词语打分，最后将句子中的所有分数加起来，与一个阙值进行比较（一般就是0）。

在这个过程中，有几种常用的打分规则：

a，negative rule：

就是情感词前边有否定，则将这个情感词分数的绝对值减1 再符号取反

b， capitalization rule：

情感词如果被大写的话，其绝对值在原基础上加1，符号不变

c， intensifier rule：

前边有强调词（强调词也有各自的评分），正加负减

d， diminisher rule：

有表示略微意思的词，正减负加

e， exclamation rule：

用一些符号取强调情感，如！！！，正加负减

f， emotion rule：

符号表情（也有各自的评分）

这个方式的优点就是，词语库可扩展，并且不需要训练，运行效率很高

缺点就是，这个词语库是需要维护的，并且词语在出现过程中，很可能伴随着缩写和错别字等情况。

2. corpus-based/supervised machine learning

核心就是朴素贝叶斯。

大概就是这个样子，比较简单，就不展开说明了。

情感分析也面临着一些语言处理上的困境，主要就是指代问题，对于现在的技术来说，分辨指代词准确的指代实体是什么比较困难。还有就是，对于一些客观句来说，也可能表达情感，比如，我的手机屏幕在买的第二天坏了。