情感分类《Thumbs up？Sentiment Classification using Machine Learning Techniques》

相关背景：

这篇论文发表于2002，那时大量的文本分类研究都是对文章的主题分类，例如判断一篇文章是体育类还是财经类。然而随着在线评论的网站大肆兴起，为了提供更言简意赅的信息，就需要判断人们针对某件事发表言论的是肯定的还是否定的，即情感分类。

当前研究：

传统的对文章进行情感分类的做法有：

1. 使用统计学的方法判断文章的来源：例如考虑文章的作者，出版商以及作者所处的阶层。
2. 一个相关的领域是确定文章的类型，然而这些方法只能确定文章是用来表达观点的，但无法识别出究竟是什么观点。
3. 大多数情感分类的研究都是基于一定的先验知识，通过人工来构建词表。然而实验表明依靠人的主观经验实现情感分析，效果并不是很好。

Motivation：

这些方法要么是基于统计学，要么人为构建词表，然而效果并不尽如人意，因此这篇文章使用三种不考虑先验知识的有监督的机器学习的方法（朴素贝叶斯，最大熵和支持向量机）测试在电影评论中情感分类的效果。

 

Baseline1：两个人分别给出表达积极和消极情感的词汇，然后在1400条评论集上测试分类的准确率。

Baseline2：词汇表由人工和语料共同构建，共14个词。