我们知道,在情感挖掘中,主要有情感分类(Sentiment Classification)和情感抽取(Opinion Extraction)。对于文档情感分类,一般是构造特征向量来进行分类或是聚类。也有通过计算文档中词的情感分数来获取文档的情感极性,然而这种方法用的不多,效果也不佳。但是对于句子级别的情感挖掘,由于特征少,情感分类效果没有那么理想,而句子的情感往往是由句子中的几个情感词决定。因而获取情感 词在情感挖掘中很有用。而构造情感词典(sentiment lexicon)往往也是许多无监督学习方法中的首要一步。
通常从情感角度来说,一个词可以分为三类:褒义词、中性词、贬义词。然而,由于语境的不同,领域的不同,同样一个词,其情感极性可能就不同。例如:(http://zhidao.baidu.com/question/159946153)
“灯红酒绿”有两个意思,它既可形容寻欢作乐的腐化生活,是贬义词;也可形容都市或娱乐场所的繁华景象,是褒义词
有时甚至在同一领域由于语境同一词的情感极性也不同。例如照相机的评论:
电池寿命很长。(正)
需要很长时间聚焦。(负)
以下介绍几种判断词情感的早期的比较经典的方法,主要有基于词典的方法和基于语料的方法。后发现刘兵编的《web数据挖掘》中文版320页的倒数第二段有总结的更典型的参考文献。
利用词典:
1.极词性扩展(近义词、反义词)
(Hu & Liu, 2004)形容词:对评论进行POS标记,利用关联挖掘获取频繁产品特征(如颜色、质量等),在含有特征的句子中抽取形容词作为情感词。根据同义词情感极性相同,反义词情感极性相反,给定几个有极性的种子形容词如美丽等,利用wordnet不断查找它们的同义词和反义词以扩大情感词词典直到其数量不