1、社交网络中的情感分析挑战概述

社交网络中的情感分析挑战概述

1. 背景

情感分析，也被称为意见挖掘，自2000年初以来一直是自然语言处理中最活跃的研究领域之一。其目标是定义能够从自然语言文本中提取主观信息（如意见和情感）的自动化工具，从而创建可供决策支持系统或决策者使用的结构化和可操作的知识。

研究人员对于情感（sentiment）和意见（opinion）的区别存在一些混淆，因此一直在争论该领域应称为情感分析还是意见挖掘。在《韦氏大学词典》中，情感被定义为由感觉引发的态度、思想或判断，而意见则被定义为对特定事物在脑海中形成的观点、判断或评估。两者的区别相当微妙，且彼此包含对方的某些元素。定义表明，意见更像是一个人对某事的具体看法，而情感更像是一种感觉。例如，“我对当前的政治局势感到担忧”这句话表达了一种情感，而“我认为政治状况不佳”这句话表达了一种意见。如果有人在对话中说出第一句话，我们可以回应“我和你有同感”，但对于第二句话，我们通常会说“我同意/不同意你的观点”。然而，这两句话的潜在含义密切相关，因为第一句话中描绘的情感可能是由第二句话中的意见引起的感觉。反之，第一句表达情感的话暗示了对政治的负面意见，这正是第二句话所表达的内容。尽管在大多数情况下，意见意味着积极或消极的情感，但有些意见并非如此，例如“我认为他将赢得下一次总统选举”。

更正式地说，如文献[1]所定义，意见是一个五元组：
[ (e_i, a_{ij}, s_{ijkl}, h_k, t_l) ]
其中，(e_i) 是实体的名称，(a_{ij}) 是 (e_i) 的一个方面，(s_{ijkl}) 是对实体 (e_i) 的方面 (a_{ij}) 的情感，(h_k) 表示意见持有者，(t_l) 是 (h_k) 表达意见的时间。