文本情感分析(介绍文章)--总结

本文主要对网上能搜索到的，现有的基于文本的情感分析方法进行总结和归纳。最终应包含4个内容：

1.什么是基于文本的情感分析
2.常用词典和数据库
3.自然语言处理流程
4.深度学习情感分析工具

首先介绍人工智能的三个发展阶段：
人工智能分为三个阶段：
第一个阶段：计算智能(主要涉及存储量，计算速度)
第二个阶段：感知智能(语音识别，图像识别)
第三个阶段：认知智能(主要是让机器能够思考，能够具有情感)

什么是情感分析：对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。利用机器提取人们对某人或事物的态度，从而发现潜在的问题用于改进或预测。这里我们所说的情感分析主要针对态度（attitude）。
注：Scherer 情感状态类型主要可以分为：
情绪（emotion）：有一定原因引发的同步反应。例如悲伤（sadness），快乐（joy）
心情（mood）：没有明显原因引发的长期低强度的主观感受变化。例如忧郁（gloomy），倦怠（listless）
人际立场（interpersonal stance）：对他人的特定反应。例如疏远（distant），冷漠（cold）
态度（attitude）：对特定人或事物的带有主观色彩的偏好或倾向。喜欢（like），讨厌（hate）
个性特质（personal traits）：相对稳定的个性倾向和行为趋势。例如焦虑（nervous），渴望（anxious）
什么是opinion：
一条评论可以分为四个部分（g，s，h，t）。g（target）为对象，s（sentiment）为情感，h（holder）为评论者，t（time）为评论时间
在更深层次分析时，实体（对象）在组成或属性上又可分为不同部分。可以使用简明化得树型图表示，根节点为实体，叶子节点为实体的不同方面。
这样评论又进