[發明專利]一種考慮修飾詞的句子評論情感極性分析方法

在審

• 申請號: 202011293192.1
• 申請日: 2020-11-18
• 公開（公告）號: CN112364646A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 徐勇;李曉宇;蘇發桂;呂錫志;李宇琪
• 申請（專利權）人: 安徽財經大學
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/242;G06F40/211
• 代理公司: 青島潤集專利代理事務所(普通合伙) 37327
• 代理人: 張云花

本發明公開了一種考慮修飾詞的句子評論情感極性分析方法，解決了情感極性計算不夠精確的問題，本方法從情感極性方向和情感極性強度兩個維度進行情感分析，首先通過情感詞判斷句子中用戶表達的情感極性方向，然后根據依存句法理論通過計算修飾副詞、否定詞對情感極性的影響程度獲得情感傾向的偏離程度，從而更加細膩地刻畫評論文本中的用戶情感。為了消除用戶語言使用習慣不同帶來的情感值變化幅度過大、不可比較問題，對情感短語情感極性值取值范圍進行規范化處理為[?5,5]。實驗結果表明，本發明計算得到的句子情感極性值能夠更加細膩地反映用戶情感，取值范圍更為合理。

技術領域

本發明涉及句子評論情感分析領域，具體涉及一種考慮修飾詞的句子評論情感極性分析方法。

背景技術

隨著Web2.0的興起與普及，由Web用戶主動在Web2.0平臺發布的信息越來越多，這些信息統稱為Web2.0下的用戶生成內容(UGC,User-Generated Content)。近年來，UGC在電商、旅游等領域有廣泛的應用。例如，電商平臺在為消費者提供產品特征相關信息(如產品的材質，大小等)的同時，還提供了商品的評價功能，購買過該商品的消費者可以在該平臺對其購物體驗進行描述，這些購物體驗UGC將為后來的消費者購買該商品提供非常有價值的決策參考。但是，隨著消費者數量不斷增加，商品評論UGC數量也急劇增多，消費者評價系統的實用性卻在逐步減弱，大多數的消費者不愿意為了了解商品的屬性而去花大量的時間閱讀成千上萬的評價信息，這就造成評價信息豐富，但是潛在消費者從評價UGC中獲取的有用信息卻越來越少。所以，為電子商務、旅游體驗等網絡平臺構建一個便捷、有效的UGC評價體系，幫助用戶快速、精確地了解商品、服務等信息具有重要的實際意義。

情感是人們表達態度的一種直接方式，與感受、意向是協調一致的，情感的類別可簡單劃分為正向情感與負向情感。Minsky的《The Society of Mind》中首次提出情感識別問題。為了使情感得到準確地量化，Picard于1997年在《Affective Computing》一書中定義了“情感計算”，并提出計算機可以像人類一樣理解情感，實現情感識別、情感表示、強度計算等，推動了文本分析、語音識別、人臉識別等領域的進步。

目前，用戶生成內容情感分析的主要任務可以大體可劃分為極性化分析計算(Emotion Analysis)與觀點傾向性分析計算(Sentiment Analysis)。根據情感分析流程，又可劃分為情感元素的提取、情感信息分類，以及情感的檢索與歸納。

UGC情感分析的作用也是顯而易見的，它可以幫助用戶做出正確的購買決策、幫助平臺進行輿情的監控和與預測、幫助企業口碑的保護與提升。在金融領域，評論文本的情感分析也被用來預測股票的走勢。情感分析研究領域存在著一些亟待解決的問題，如情感的來源、特征標識、傳播機制的影響、以及外部因素的量化問題目前的主要問題包括情感的來源與本質特征的表示問題。徐勇等選擇模糊統計的方法來確定情感分析階段的指標權重和綜合評價隸屬度，提出UGC模糊綜合評價模型(FCE)。同樣為了對產品評論提供一個全面的評價，Raghupathi等提出了一個較為準確的整體情感評級算法，從單個文本分析出發，用一個影響語言字典來評價單詞樹的葉子。隨著個性化這一概念不斷加入到用戶生成內容的相關研究中，如用戶畫像、推薦系統、網絡輿情分析等。文本情感分析主流技術歸納如下：

一、基于情感詞典/基于語義的方法

一個好的極性詞典能夠有效地改善情感分析的分類結果，是分析用戶情感必不可少的工具。在英文領域，General Inquirer、SentiWordNet、Opinion Lexicon詞典等都相對比較熱門。General Inquirer是英文最早的一款情感詞典，包含積極情感詞和消極情感詞兩類，這些詞都源于《哈弗詞典》和《拉斯維爾詞典》。SentiWordNet是英文語義知識庫WordNet的升級版本，主要在WordNet詞典的基礎進一步擴充詞典，詞典中給出了情感詞和情感詞對應的情感得分，部分詞的同義、反義詞等信息。