情感分析与观点挖掘第三章笔记/SentimentAnalysis-and-OpinionMining by Bing Liu

从本章开始，我们讨论当前的主要研究方向或主题及其核心技术。情感分类可能是研究最广泛的话题（另见综述（Pang和Lee，2008））。其目的是将观点文档分类为表达正面或负面观点或情感。该任务通常也称为文档级情感分类，因为它将整个文档视为基本信息单元。关于该主题的绝大多数研究论文都是对在线评论进行分类。因此，我们也在评论的语境中定义问题，但该定义也适用于其他类似上下文。

**问题定义：**给定评估某一实体的观点文档，确定意见持有者对该实体的总体情感，即确定在五元组的GENERAL方面表示的情感s，五元组如下：
$$(\_，GENERAL，s，\_，\_)$$
其中实体$e$，观点持有者$h$和时间$t$已知或无关（无关紧要）。

根据$s$取值的类型，有两种公式。如果$s$采用分类值，例如正值和负值，则这是一个分类问题。如果$s$在给定范围内（例如1到5）采用数值或序数值，则将变为回归问题。

为了确保任务在实践中有意义，现有研究做出了以下隐含假设（Liu, 2010）：

**Assumption假设：**情感分类或回归问题假设观点文档