情感分析(Sentiment Analysis)的难题

我们对在线文本进行文本挖掘的任务之一，就是进 行情感分析(SentimentAnalysis)，即分析发贴人对某个对象的态度是正面还是负面。这个过程当然不是仅仅查找"好"，"坏"这些关键字那 么简单，有时候相似度很高的句子，却反映了截然不同的态度，譬如下面这两句话

"这瓶洗发水，适合头发很干的人用" "用了这瓶洗发水，头发变得很干"

两个句子中的主要成分都差不多，"洗发水"，"头发"，"很干"，但是第一句是褒义，第二句则很可能是贬义。对于后一句的处理还算简单，告诉计算机 程序头发"很干"不好，因此让头发"变得""很干"的洗发水，也就不是好的洗发水。而前一句呢，我们能够理解"适合头发很干的人用"是指使用该洗发水后， 能让头发变得不那么干燥点。但是假设我们告诉计算机，"某某产品适合XXX的人用"就是指用了某某产品后，XXX的人就会变得不那么XXX，那么当计算机 处理"这件衣服，适合漂亮女生穿"，你猜它会怎么理解？(漂亮的女生穿了就会变得不那么漂亮)

还有一类问题是讽刺(反话)和幽默，国外的一个自然语言处理专家也在他的blog上感叹道，"Humor is hard"。在国内，很多褒义词受到论坛文化的影响，往贬义词发展的趋势，例如"我太崇拜你了"，"你太有才了"。

说到底，这些都是自然语言处理面对的一个挑战，即如何将生活经验、文化传统等表达为一种可以被计算机理解和利用的形式。

写到这儿，我同事的电脑刚刚蓝了一次屏，他跟我说，"这电脑也太稳定了吧"。