当代中国语言学研究
四 倾向性分析
|
来 源
：
|
当代中国语言学研究2015 \ - |
作 者
：
|
- |
浏览次数
：
|
1 | ||
|
摘 要
：
|
句法分析是语言信息处理过程的一个中间环节，是实现机器翻译、自动文摘、信息抽取等应用任务的重要步骤。句法分析就是根据一定的语法体系确定句子的句法结构或词语之间的依存关系，分析结果一般以树状图形式呈现，故称为句法分析树。基于概率的上下文无关文法是目前最成功的语法驱动的统计句法分析方法，以该方法为基础，若干个面向多种语言的开源短语结构分析器在国际范围具有较大影响，如Stanford、Berkeley、Bike1等句法分析器（宗成庆， 。汉语句法分析的代表性工作有北京大学和清华大学所做的基于短语结构语法理论的句法分析研究，形成了大规模的短语结构句法树库（周强等， . | ||||||
|
关键词
：
|
句法 词义 语义 语法 语料 分析器 词语 歧义 短语结构 角色 倾向性 |
||||||
在线阅读
四 倾向性分析
字体：大中小
倾向性分析是指根据文本所表达的含义，对作者的观点、态度、倾向性等情感信息进行识别。通常将情感信息分为褒扬、贬抑，或积极、消极两类极性，因此从技术的角度来看，文节的倾向性分析也是一个文本分类问题。
文本倾向性分析研究兴起于20世纪90年代，随着电商、网购、自媒体等网络技术的发展，网民、商界、政界等都对倾向性分析提出了需求，使之成为国内外近年的热点研究内容之一。汉语倾向性分析最先是关于汽车评论的意见挖掘（姚天昉，2006）。2008年，中国中文信息学会信息检索专业委员会为推动国内关于倾向性分析研究的发展，推出了中文倾向性分析评测（Chinese Opinion Analysis Evaluation，COAE），随后每年举办一次。每一年的评测任务体现了该研究领域的发展情况：第一届评测主要内容包括：中文情感词的识别和褒贬分析；中文文本倾向性相关要素的抽取；中文文本的主客观分析、褒贬分析和面向对象的观点检索[※注]。第二届评测主要关注文本情感分析领域和文本观点分析领域，主要内容包括：中文情感词和情感句的识别和分类，中文观点句子的抽取，观点相关要素（即观点句中的评价对象）的抽取，面向给定对象的中文文本观点倾向性检索sup7。第三届评测在前两届的基础上，在任务中融入了领域知识和上下文语境对倾向性的影响，从多领域数据集中抽取观点词和观点句并判断极性，从得到的观点句中抽取评价搭配，结合领域知识和上下文语境对给定的查询对象进行观点检索。第四届评测重点对两种特殊的句子现象进行评测：基于否定句的句子级观点倾向性分析和比较句的识别与要素抽取。此外，还需要对篇章的观点倾向性进行打分。第五届评测重点对于否定句、比较句以及微博观点句进行评测，主要内容包括基于否定句的句子级观点倾向性分析、比较句的识别与要素抽取、微博观点句和评价对象识别。第六届评测的主要内容包括：面向新闻的情感关键句的抽取与判定、跨语言情感分析、微博情感新词的发现与判定、微博观点句和观点要素的识别sup7。
从以上研究内容中可以看出，倾向性分析研究，在语言层面，集中在情感词语表的构建、情感词语表与评价对象搭配及其表达的极性判断，这是倾向性分析中基础的知识，是建立在词语层面的细粒度的知识描述与表达研究。目前，大连理工大学共享了情感词汇本体[※注]，是第一个在线的汉语情感词汇知识库，其中包括27466条情感词语知识。
在技术层面，倾向性分析主要是文本分类的方法，主要包括基于简单情感词语统计、机器学习，以及基于语义分析等方法。
在应用层面，已经有一些成型的系统，如：姚天昉等开发的用于汉语汽车论坛的意见挖掘系统，可以通过挖掘电子公告板或门户网站上的意见，将褒贬信息进行综合统计（姚天昉等，2006）；产品信息反馈系统Opinion Observer，能够从顾客对产品特征的赞扬或批评的评价信息中统计得出产品特征综合质量（厉小军，2011）；微软公司开发的商业智能系统Pluse，能够从海量的评论文本数据中分析出用户的喜好（董晶晶，2012）。
文本的倾向性分析面临的挑战包括：（1）情感表达的语言形式、表达机制及其可计算性。倾向性的表达与修辞有着密不可分的关系，面向计算的修辞理论研究还鲜见；（2）技术的开放性。文本倾向性分析涉及多个研究领域的研究内容，包括机器学习、人工智能、数据挖掘、自然语言处理等，而研究结果也将对多个领域产生影响。
显示更多