情感分析与观点挖掘第一章笔记/SentimentAnalysis-and-OpinionMining by Bing Liu

情感分析（也称为观点挖掘）是一种研究领域，用于分析人们对诸如产品，服务，组织，个人，问题，事件，主题及其属性等实体的观点，情绪，评价，评估，态度和情感。它代表了很大的问题空间。名称也很多，任务也略有不同，例如sentiment分析，观点挖掘，观点提取，sentiment挖掘，主观性分析，affect分析，emotion分析，评论挖掘等。但是，它们现在都属于情感分析(sentiment analysis)或观点挖掘(opinion mining)。虽然在行业中，更常使用情感分析一词，但在学术界，情感分析和观点挖掘都经常使用。它们基本上代表了相同的研究领域。情绪分析一词最早出现在（Nasukawa和Yi，2003），而观点挖掘一词最早出现在（Dave，Lawrence和Pennock，2003）。但是，关于情感和观点的研究出现得较早（Das和Chen，2001； Morinaga等，2002； Pang，Lee和Vaithyanathan，2002； Tong，2001； Turney，2002； Wiebe，2000）。在本书中，我们可以互换使用术语情感分析和观点挖掘。为了简化介绍，在本书中，我们将使用“观点(opinion)”一词来表示opinion观点，sentiment情感，evaluation评估，appraisal评价，态度attitude和情感emotion。但是，这些概念并不等同。我们将在需要时对其进行区分。观点本身的含义仍然非常广泛。情感分析和观点挖掘主要关注表达或暗示正面或负面情绪的观点。

尽管语言学和自然语言处理（NLP）历史悠久，但是在2000年之前，关于人们的观点和情感的研究很少。从那时起，该领域成为了一个非常活跃的研究领域。有几个原因。首先，它几乎在每个领域都有广泛的应用范围。由于商业应用的激增，围绕情绪分析的行业也蓬勃发展。这为研究提供了强大的动力。其次，它提供了许多具有挑战性的研究问题，这是以前从未研究过的。本书将系统地定义和讨论这些问题，并描述解决这些问题的最新技术。第三，这是人类历史上的第一次在网络上的社交媒体中拥有大量含有观点的数据。没有这些数据，将无法进行大量研究。毫不意外，情感分析的开始和快速发展与社交媒体的相吻合。实际上，情感分析现在正处于社交媒体研究的中心。因此，情感分析研究不仅对自然语言处理有重要影响，而且对管理科学，政治学，经济学和社会科学都可能产生深远影响，因为它们都受到人们意见的影响。尽管情感分析研究主要从2000年初开始，但在隐喻，情感形容词，主观性，观点(view points)和情感(affects)的解释方面已有较早的工作（Hatzivassiloglou和McKeown，1997; Hearst，1992; Wiebe，1990; Wiebe，1994; Wiebe，Bruce和O’Hara，1999年）。这本书作为一个最新的和全面的介绍文本，以及对该主题的纵览。

1.1 情感分析的应用

意见对于几乎所有人类活动都是至关重要的，因为它们是影响我们行为的关键因素。每当我们需要做出决定时，我们都想知道别人的意见。在现实世界中，企业和组织始终希望找到有关其产品和服务的消费者或公众意见。单个消费者还希望在购买产品之前先了解产品现有用户的意见，并在政治选举中做出投票决定之前了解其他人对政治候选人的意见。过去，当个人需要意见时，他/她会问朋友和家人。当组织或企业需要公众或消费者的意见时，它会进行问卷调查，民意调查和焦点小组座谈。长期以来，获取公众和消费者意见一直是营销，公共关系和政治竞选公司的一项巨大业务。

随着社交媒体在网络上的爆炸性增长（例如，评论，论坛讨论，博客，微博，Twitter，评论和社交网站上的帖子），个人和组织越来越多地使用这些媒体中的内容进行决策。如今，如果想购买一种消费产品，不再局限于向朋友和家人征求意见，因为在Web上的公共论坛上有很多关于该产品的用户评论和讨论。对于组织而言，可能不再需要进行问卷，民意调查和焦点小组来收集公众意见，因为有大量此类信息可以公开获得。然而，由于各种网站的激增，在网上寻找和监测意见网站并从中