45、观点挖掘与情感分析：原理、方法与应用

观点挖掘与情感分析：原理、方法与应用

1. 引言

人类热衷于表达观点，互联网为收集和展示这些观点提供了无数平台，但也带来了数据过载的挑战。观点挖掘和情感分析领域应运而生，旨在为用户提供自动或半自动的文本观点分析和总结方法。潜在用户包括供应商、消费者、公民和政府等，他们都能从这些分析中获得有价值的信息。

2. 发展历程与术语

2.1 发展历程

20世纪90年代中期至后期，自然语言处理领域开始关注文本中的观点信息。例如，Wiebe和Bruce设计了分类器来跟踪观点；Hatzivassiloglou和McKeown开发了机器学习方法来预测形容词的语义倾向。21世纪的头十年，该领域定义了一系列与观点文本分析相关的计算任务，并确定了更一致的术语。

2.2 术语解释

• 主观性分析 ：识别文本中透露某人思想、情感、信念等“私人状态”信息的部分。可以在句子或表达层面进行分析。
• 情感分析 ：主观性分析的一个组成部分，用于确定文本片段的情感倾向（积极或消极），可以在不同粒度上进行，如单词、短语、句子、段落或整个文档。
• 观点分析 ：通常是主观性分析和情感分析的结合。例如，对于句子“国际官员相信欧盟将获胜”，观点分析系统可以确定该句子是主观的，并且具有积极的情感。
• 观点挖掘 ：在语料库层面上，对某个感兴趣的话题的所有可用观点来源进行全面调查，以生成连贯的总结。

3.