基于词典的中文情感倾向文本分析工具.ppt

基于词典的中文情感倾向文本分析工具,情感倾向可认为是主体对某一客体主观存在的内心喜恶，内在评价的一种倾向。情感倾向方向情感倾向度,情感倾向,目前，情感倾向分析的方法主要分为两类：基于情感词典的方法；是基于机器学习的方法。,分析方法,文本情感分析的分析粒度：词语；句子；段落；篇章。,分析粒度,解决较短文本的情感分析，篇章级文本情感分析的基础。,分析粒度,句子级的情感倾向分析：,使用工具：语言：java中文分词系统：FudanNLP-1.5情感词典：知网情感词典,语言和工具：,1、文本切割转换,算法分析,3、情感聚合,2、情感定位,将文档D以换行符”/n”分割成段落P；将段落P用中文里常用的句号、分号、问号、感叹号划分句意的符号，切割成不同的句子“。”,”；”,”？”,”！”；使用FudanNLP中的分词函数，对短句进行分词。,1、文本切割转换,文本切割的目的是将文本变成我们后续分析需要的格式：“我今天很不高兴。”（1，“我”,“代词”），（2，“今天”，”时态词”），（3，“很”，”副词”），（4，“不”，”否定词”），（5，“高兴”，“形容词”）,1、文本切割转换,2、情感定位,单词列表,是否为情感词,否,next,标记并存入情感词列表,next,是,否定词的修饰会使情感词语的情感极性发生改变。多重否定：当否定词出现奇数次时，表示否定意思；当否定词出现偶数次时，表示肯定意思。否定词典NotDict，并设置其权值为W=-1。,常见的否定词如：不、没、无、非、莫、弗、毋、勿、未、否、别、無、休,否定词和程度副词的优化,“我今天很不高兴”,当程度副词修饰情感词，该情感词的情感倾向程度发生了变化。,否定词和程度副词的优化,“今天坐了12个小时的车，身体极度疲惫。”,type|权值超|over1.5很|very1.25极其|extreme/最|most2较|more1.2欠|insufficiently0.5稍|slightly0.8,程度副词示例,经过文本切割转换（1，“我”,“代词”），（2，“今天”，“时态词”），（3，“很”，“副词”），（4，“不”，“否定词”），（5，“高兴”，“形容词”）情感定位(5，“积极词”，4)，(4,“否定词”,-1)，(3,“程度词”,1.25),“我今天很不高兴。”,篇章级情感倾向通过聚合篇章中所有的句子的情感倾向来计算得出。句子级由句子中所含情感词来计算。,3、情感聚合,情感值=否定词(-1)*程度词权重*情感词权重,“我很不高兴”分词之后：我很不高兴“我不很高兴”分词之后：我不很高兴,否定词和程度词位置关系,W=1;If位置（否定词）位置（程度词）：W=-1;意群情感值=W*程度词权重*情感词权重;endIf位置（否定词）位置（程度词）：W=0.5;意群情感值=W*程度词权重*情感词权重;end如果句子里出现多个否定词，则处理办法为：Fornin所有否定词：W=-1*W,3、情感聚合,句子情感值=sum（意群情感值1，意群情感值2）段落情感值=average（句子1情感值，句子2情感值）文档情感值=average（段落1情感值，段